PCMA系统双同步序列联合盲估计

成对载波多址(Paired Carrier Multiple Access,PCMA)使用同一频率传输通信双方的调制波形,是一种重要的卫星通信多址方式。对PCMA信号进行盲分离是无线电频谱监测的重要内容,高精度的调制参数信息是盲分离的必要基础,同步序列辅助的调制参数估计方法具有精度高、鲁棒性好等特点。然而在PCMA信号的盲接收中,往往无法预知同步序列,且两路同步序列估计需要在无法完成分离解调的条件下得到,因此难度较大。本文针对幅相调制(Amplitude-Phase Modulation,APM)类PCMA信号,利用通信系统数据帧的结构特性,采用子空间分解思想,重点分析了不同条件下的信号相关矩阵奇异值分解(Singular Value Decomposition,SVD)结果,推导了特征值、特征向量与两路信号同步波形间的近似数学关系;提出“先整体后局部”的算法流程,首先对信号按帧长分段做整体SVD分解得到对同步波形及其位置的粗估计,而后对同步波形位置的原始PCMA信号做局部SVD分解,进一步提高估计性能,解决了PCMA信号盲接收中双同步序列估计的难题。仿真结果表明,本文算法可广泛适用于APM类PCMA信号的同步波形和同步序列盲估计问题,在低信噪比条件下算法性能优于最大似然的估计方法,随着信噪比的提升和使用数据量的增加,估计性能不断提高,能够得到对PCMA信号双同步序列的高精度估计,为数据辅助的参数估计方法应用于工程实践提供了先决条件,为PCMA信号调制参数估计和后续的盲分离技术研究提供重要基础。

基于信道参数与频率联合估计的PCMA信号单通道盲分离

在成对载波多址信号的单通道盲分离过程中,通常需要将两路信号的频偏、初相、时延和成形滤波器的综合影响作为信道参数进行估计,因此即使在恒参信道下,频偏误差的存在也会导致信道参数的动态变化。目前的盲分离方法一般采用最小均方(Least Mean-Square,LMS)算法或递归最小二乘(Recursive Least-Square,RLS)算法进行信道参数跟踪,然而这类方法显然没有充分利用频偏导致信道参数周期性变化的先验信息。通过建立残余频偏与信道参数的误差模型,利用扩展卡尔曼滤波算法实现了频偏误差与时不变信道参数的联合估计。仿真实验表明,在频偏误差和恒参信道叠加的变参信道下,提出的方法在收敛能力、跟踪精度、分离性能上相比现有方法均有明显提升。

基于前馈神经网络的非合作PCMA信号盲分离算法

针对非合作接收PCMA混合信号盲分离中高复杂度束缚,提出一种基于前馈神经网络的分离算法,通过搭建神经网络分离平台,规避传统的发送符号遍历思想,实现PCMA混合信号低复杂度高性能盲分离.仿真实验表明,神经网络能够极大挖掘信号内在信息,针对QPSK调制PCMA混合信号,在信噪比7dB时误比特率达到10^(-3)数量级,并伴随着较PSP分离算法算术平方根级别的复杂度降低.

基于CHASE译码思想的PCMA信号盲分离算法

在软输出逐幸存路径处理(SOVA-PSP)算法的基础上,提出了基于CHASE译码思想的载波成对复用多址(PCMA)信号的盲分离算法。该算法对SOVA-PSP软输出的结果进行可靠性排序,对于排序中可靠性较低的混合符号进行信号重构,通过重构信号和接收信号之间的欧式距离对比纠正其中的错误结果。仿真结果表明,所提算法与SOVA-PSP算法相比,性能有2 dB左右的增益。

非对称PCMA卫星信号的截获方法

近年来PCMA等卫星通信新技术的应用对卫星通信信号的截获提出了更高的要求,通过分析PCMA卫星通信系统的工作原理,借鉴多用户检测技术中串行干扰抵消的基本思想,提出一种针对非对称PCMA信号的截获方法,并进行了性能仿真。仿真结果表明,在没有任何先验信息的情况下,可以实现对非对称PCMA信号中双方信号的截获和解调。

基于迭代处理的PCMA混合信号解调/译码算法

针对成对载波多址信号的分离,在实现信道参数估计且完成干扰抵消的基础上,该文利用信道编码信息提出一种联合线性最小均方误差(Minimum Mean-Square Error,MMSE)均衡和软译码的迭代解调/译码算法。该算法在均衡过程中利用译码后反馈的先验统计量来改善解调性能,重点研究了均衡与译码间的信息交互以及参数估计误差对解调性能的影响。仿真结果表明,对子码为(64,57,4)扩展BCH码的Turbo乘积码(Turbo Product Codes,TPC),采用QPSK调制且误比特率为10-3时,经过2次迭代能获得近4 dB的信噪比增益;采用8PSK调制且/0E sN大于20 dB时,经过2次迭代能将误比特率至少提升2个数量级。

基于数值拟合的PCMA系统自干扰信号幅度估计算法

针对卫星成对载波复用(PCMA)系统中的自干扰信号,提出基于数值拟合方法的幅度估计算法,并对其性能进行了分析。该算法适用于非对称和对称PCMA系统,可以有效抵消自干扰信号与有用信号互相关项不为零引起的误差,并且不会引入相位噪声,更符合工程应用实际。仿真结果表明,在干信比为12 dB的非对称PCMA系统中,该算法仍能获得较好的幅度估计精度,信噪比损失始终在0.1 dB左右。

PCMA信号调制识别研究

将广泛应用于单信号调制识别的高阶累积量特征和谱线特征应用于成对载波多址(PCMA)混合信号的调制方式识别。通过用累积量构造新的特征参数并分析信号的四次方谱线特征对卫星通信中常见的单-混信号调制方式进行有效识别。针对信号的频偏大小,信噪比等参数对算法识别率的影响,进行了一系列的仿真试验。该算法具有不依赖信号的先验信息,所涉及分类特征参数简单易算,对频偏大小不敏感等优点。仿真试验表明,在信噪比大于5dB时,该算法的正确识别率在95%以上。

PCMA信号幅度的联合估计算法

针对成对载波多址(paired carrier multiple access,PCMA)信号的幅度估计问题,提出了一种联合累积量代价函数与高次方法的估计算法。算法通过求解累积量代价函数的最小值,得到两路信号分量的幅度比,然后利用高次方法估计强信号的幅度值,最后利用强信号的幅度值与两路信号分量幅度比计算弱信号幅度值。重点研究了频差、过采样倍数对算法估计性能的影响。仿真实验表明,该算法复杂度低,抗噪性能强,相比现有算法,本文算法性能受两路信号分量幅度比影响不大,对于对称型、非对称型PCMA信号的幅度估计均可适用。

基于联合特征参数的PCMA信号调制识别算法

针对卫星通信中成对载波多址信号的调制识别问题,综合考虑样本点数、频偏大小、载噪比条件、混合幅度比等对算法的影响,从累积量、谱线、幅度包络平坦度提取特征参数,提出了联合特征参数的调制识别算法。该算法不依赖信号的先验信息,所需分类特征数少,具有频差免疫优点,在混合幅度比大于0.6时对PCMA信号能够进行有效分类,扩展了识别范围,具有良好的适用性。仿真实验表明,该算法在载噪比大于8.5dB时,其正确识别率在90%以上。

基于互补对称滤波器的APCMA信号的盲分离算法

针对小站信号带宽大于主站信号的新非对称成对载波多址(Asymmetric Paired Carrier Multiple Access,APCMA)信号背景,在一种低复杂度的盲抵消结构基础上,提出基于互补对称滤波器的盲分离算法.该算法采用互补对称滤波器从时频域上将混合信号分解为同时含主站信号与小站信号,以及只含小站信号的两路分量信号,在保证采样率不变的情况下对含主站信号的信号分量做进一步的信号分离,通过两路分量信号的同步处理确保了分离之后的两路信号分量中小站信号的可加性和完整性.仿真结果表明,与原低复杂度算法相比,本文算法有效地提升了混合信号的分离性能.此外,本文提出的具有信息不变性的互补对称滤波器有较广泛的应用前景,可用于宽带多信号抵消、信道估计以及隐蔽传输下的扩频检测等问题中.

非对称PCMA信号解调性能分析

针对由主站和小站信号混合而成的非对称成对载波多址(Paired Carry Multiple Access,PCMA)信号解调问题,对解调的实现框架进行了研究。先对QPSK调制下PCMA信号的频偏和相位使用锁相环进行精准锁定,并对主站信号的时延、幅度分别采用共轭相关法和四次方法进行估计,得到四个参数后对干扰信号进行重构,与混合信号抵消后获得小站信号。此外,对不同误差条件下的误码率进行数学推导和仿真验证,对比分析得到了各个参数误差对解调性能的影响。

基于SystemView的PCMA技术仿真与分析

成对载波多址（PCMA）技术作为一种有效的扩容技术有着广泛的发展前景,因此对PCMA技术进行仿真实现具有重要意义。在对PCMA技术原理进行介绍的基础上,采用SystemView软件对PCMA系统收发模块进行设计与实现。重点对其中的频率估计模块进行了设计,并采用频率估计模块对PCMA自干扰信号频率进行了估计。通过对仿真结果进行分析,验证了设计的PCMA系统收发模块和频率估计模块的可行性与有效性,对于采用SystemView仿真的其它参数估计模块的构建具有指导意义。

极端数据辅助的RSSE-PSP盲分离算法

针对逐幸存路径处理(PSP)算法在处理成对载波多址(PCMA)信号盲分离问题时复杂度过高的问题,提出一种基于极端数据辅助的减状态序列估计逐幸存路径处理(RSSE-PSP)盲分离算法。该算法基于PCMA信号中存在部分极端数据,按照单路源信号的参数估计结果去除频偏、相偏后能够凸显出极端数据,充分利用这部分极端数据,可以直接解调出源信号相应位置的传输符号,继而在PSP算法进行序列估计的过程中减少需要遍历的状态数,有效降低了PSP算法的复杂度,同时避免了极端符号位置的误码。仿真实验表明,在较高信噪比条件下,RSSE-PSP算法在分离复杂度和分离性能方面均优于传统的PSP算法。

利用累积量和似然特征的卫星单-混信号调制识别算法

针对卫星通信中常用调制信号和PCMA类混叠信号的调制识别问题,提出了一种利用高阶累积量和似然特征的识别算法。算法先对接收数据进行预处理,在此基础上提取4个高阶累积量特征和1个似然特征,构造一个树形分类器进行调制识别。算法不需要知晓信号的定时等先验信息,对收发载频存在的频差不敏感。仿真结果表明,算法在正常通信所需的载噪比下具有较高的正确识别率。

基于编码辅助和过采样的成对载波多址信号盲分离算法

针对对称通信模式下成对载波多址(PCMA)信号的非协作盲分离和解调问题,提出了一种基于编码辅助与过采样相结合的信号盲分离算法.针对两路正交相移键控(QPSK)信号叠加的情况,推导了过采样条件下的信道参数估计表达式,利用加权递归最小二乘法提高信道参数估计的收敛速度,利用编码辅助降低计算复杂度和误码率,以改进已有的逐幸存路径(PSP)算法,并提高低信噪比条件下的信号分离性能.仿真结果表明,与无编码辅助和过采样的信号盲分离算法相比,所提出的基于编码辅助和过采样的算法可使误码率降至20dB.

利用Gibbs采样的同频混合信号单通道盲分离

针对非合作接收的单通道同频数字调制混合信号,提出一种基于Gibbs采样的分离算法。该算法利用统计的方法获得未知符号序列概率密度的随机样本,运算复杂度随信道阶数的增加不呈指数增长。重点研究了基于单符号对、多符号对的分离算法和信道响应的跟踪,并对Gibbs分离算法和PSP分离算法的性能进行了详细的分析比较。仿真结果表明,针对2路QPSK调制的混合信号,在与L=4时的PSP算法具有近似分离性能的同时,Gibbs分离算法可使复杂度降低近17倍。

基于判决反馈前馈的RSDFF-PSP盲分离算法

针对信道记忆长度较大时,成对载波多址(Paired Carrier Multiple Access,PCMA)混合信号单通道盲分离复杂度高的问题,本文提出一种新型的减状态判决反馈前馈逐幸存路径处理(Reduced-State Decision Feedback-Feedforward Per-Survivor Processing,RSDFF-PSP)分离算法.该算法先利用截短逐幸存路径处理(Per-Survivor Processing,PSP)算法得到预判决,忽略掉前导和后尾干扰的影响,将复杂度控制在能够容忍的范围内;然后分别设计全局判决反馈滤波器和延时判决前馈滤波器,利用分支路径度量的预判决结果反馈以及延时前馈来补偿前导和后尾干扰带来的性能损失,并结合二次判决获得了更佳的分离性能.仿真实验结果表明,RSDFF-PSP算法在减少复杂度的同时能够最大限度地得到逐幸存路径处理最大似然序列估计(Per-Survivor Processing Maximum Likelihood Sequence Estimation,PSP-MLSE)的性能,实现复杂度和性能的良好折中.

基于单路定时准确的低复杂度成对载波复用多址信号盲分离算法

该文分析了传统逐幸存路径处理(Per-Survivor Processing,PSP)算法模型,给出了改进的前馈非二元码软输出维特比(Soft Output Viterbi Algorithm,SOVA)PSP算法。针对单路定时准确的情况,提出了针对成对载波复用多址(Paired Carrier Multiple Access,PCMA)信号的SOVA-PSP盲分离算法。该算法相对传统的PSP算法状态数由原来的2(L1)M-减少到(L1)M-(其中M为调制阶数,L为等效信道响应长度),从而大幅度地降低了算法复杂度。仿真结果表明,改进的算法在降低复杂度的同时与传统PSP算法相比性能几乎没有损失。

成对载波多址复用混合信号非合作接收单通道盲分离性能界

成对载波多址复用(PCMA)混合信号单通道盲分离性能界是衡量混合信号可分离程度以及分离算法性能的标准。针对PCMA混合信号,从发送信号模型出发构造调制信号比特与符号的空间映射,利用最大似然准则推导与混合信号分离算法无关的分离性能下界表达式,数值计算结果与理想情况下Viterbi仿真结果吻合,验证了所推导性能界的合理性。