PCMA信号单通道盲分离方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111526103A(43)申请公布日2020.08.11(21)申请号201910106383.3(22)申请日2019.02.01(71)申请人中国科学院半导体研究所地址100083北京市海淀区清华东路甲35号申请人中国科学院大学(72)发明人张珊珊陈刚鲁华祥邓琪边昳(74)专利代理机构中科专利商标代理有限责任公司11021代理人张宇园(51)Int.Cl.H04L25/02(2006.01)H04L27/20(2006.01)H04L27/32(2006.01)权利要求书2页说明书7页附图3页(54)发明名称PCMA信号单通道盲分离方法(57)摘要本发明公开了一种基于遗传改进粒子滤波算法的PCMA信号单通道盲分离方法，包括：确定参数的取值范围和分布，并对信号及信道参数进行初始估计；通过建立多个状态分布，然后根据估计参数及产生预测符号序列生成预测信号；根据每个粒子对应的预测信号与真实信号的相似系数计算评价结果，得到粒子概率值，并且引入遗传算法中的选择交叉操作产生新粒子；对当前所有粒子根据评价值进行排序，产生优选粒子；后续加入二分法不断优化粒子，输出分离的符号序列优选值；对信号进行分段码元估计形成闭环，以减少计算复杂度。本方法对调制信道参数估计误差具有较强的鲁棒性，且具有较现有方法更高的分离准确率。CN111526103ACN111526103A权利要求书1/2页1.一种PCMA信号单通道盲分离方法，其特征在于包括：根据接收到的PCMA信号确定参数的取值范围和分布，并对信号及信道参数进行初始估计；基于粒子滤波的算法框架，通过建立多个状态分布，逼近真实值后验概率密度，根据估计参数及产生预测符号序列生成预测信号，在状态空间中撒点更新粒子；根据每个粒子对应的预测信号与真实信号的相似系数计算评价结果，得到粒子概率值；加入遗传算法的选择交叉机制完成粒子滤波的重采样；对交叉变异前的粒子以及新产生的粒子重复上面粒子更新步骤，进行局部优化；对当前所有粒子根据评价值进行排序，根据神经计算中赢者通吃的思想，保留优选粒子，后续加入二分法优化粒子，输出分离的符号序列优选值；对信号进行分段码元估计形成闭环，减少计算复杂度。2.根据权利要求1所述的方法，其特征在于，所述的信道参数包括两路上行信号的幅度，残余载波，码元速率，初相及时延的估计值范围。3.根据权利要求1所述的方法，其特征在于，所述的建立多个状态分布，逼近真实值后验概率密度步骤如下：首先建立多个状态方程：其中，t＝Ng＝1，L，N，N＞1，Ng为迭代优化次数，为预估码元序列，为预估信道参数。码元序列为根据QPSK调制的星座图等概率随机抽取的相位；为增加粒子多样性，对抗传统粒子滤波粒子退化现象，建立多个高斯状态分布其中，i＞1，i为状态分布个数。信道参数服从均值方差σ2的高斯分布，σ2根据初始预估参数值设定大小。4.根据权利要求1所述的方法，其特征在于，所述的加入遗传算法的选择交叉机制完成粒子滤波的重采样步骤如下：步骤1为选择操作，即选择当前时刻的优质粒子作为遗传操作中的父代集合：首先，对当前粒子按照权值大小进行排序，并选择前Neff个粒子作为当前优质粒子集合步骤2为交叉操作，即通过优质粒子的交叉运算产生子代粒子：首先，随机产生1～Neff之间的2个数i，j，由优质粒子集合中获得和再通过下式以交叉概率Pc产生2个新粒子和2CN111526103A权利要求书2/2页利用上述的选择、交叉步骤循环产生新粒子后结束遗传重采样。5.根据权利要求1所述的方法，其中所述的粒子概率值，是通过预测信号粒子与真实信号的相似度分析，得到预测信号粒子的评价值。6.根据权利要求5所述的方法，其中所述的信号粒子的评价值，用于对粒子进行排序，根据神经计算中赢者通吃的思想，比较评价值大小，保留优选粒子。7.根据权利要求1所述的方法，其中，所述的二分法，是设定一定优化区间，将信道参数进行二分不断逼近真实值，设定迭代次数，最终根据粒子评价值保留优选粒子并输出。8.根据权利要求1所述的方法，其中，所述的对信号进行分段码元估计，是通过前一段信号分离输出的优选粒子的信道参数ξk-1作为后一段信号分离的信道参数ξk的初始值，后一段信号的盲分离结果反馈给前一段信号，对前一段信号的盲分离过程进行指导，形成闭环迭代优化粒子。3CN111526103A说明书1/7页PCMA信号单通道盲分离方法技术领域[0001]本发明涉及成对载波多址(PairedCarrierMultipleAccess，PCMA)信号处理，具体为一种基于遗传改进粒子滤波算法的PCMA信号单通道盲分离问题。背景技术[0002]成对载波多址(PairedCarrierMultipleAccess，PCM