基于张量低秩分解的长码DS-CDMA信号盲分离方法.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CN105429673A(43)申请公布日2016.03.23(21)申请号201510716839.X(22)申请日2015.10.29(71)申请人电子科技大学地址611731四川省成都市高新区（西区）西源大道2006号(72)发明人张花国李鑫阎林彬(74)专利代理机构成都点睛专利代理事务所(普通合伙)51232代理人葛启函(51)Int.Cl.H04B1/711(2011.01)H04L25/02(2006.01)H04L25/03(2006.01)权利要求书2页说明书6页附图4页(54)发明名称基于张量低秩分解的长码DS-CDMA信号盲分离方法(57)摘要本发明属于盲解扩技术领域，尤其涉及一种基于缺失张量低秩分解的同步长码DS-CDMA信号盲分离方法。本发明提出一种适用于当扩频序列周期是扩频因子的非整数倍的同步长码DS-CDMA信号的盲分离方法，该方法将多通道截获到的同步长码DS-CDMA信号的盲分离问题转化为一个同步短码DS-CDMA信号缺失张量模型的低秩分解问题，然后通过插补ALS算法实现缺失张量模型的低秩分解，最终得到多用户的信息码矩阵的估计，完成信号的盲分离本发明即使在低信噪比或短数据情况下依然具有较好的性能。CN105429673ACN105429673A权利要求书1/2页1.基于张量低秩分解的长码DS-CDMA信号盲分离方法，其特征在于，包括如下步骤：S1、对多通道接收机截获的同步长码DS-CDMA信号估计得到码速率、扩频因子G和扩频波形周期L，第k个通道截获到的信号以码元速率采样后可表示为其中，ak,r为第k个通道对第r个用户信号的接收增益，sr为第r个用户的采用BPSK调制的信息码序列，为信号样本中含信息码的个数且表示向上取整，q(n)为矩形函数，当n∈[0，G)时q(n)＝1，否则q(n)＝0，hr为第r个用户的扩频序列，M表示接收到的信号样本中共含有M个扩频周期且M＝N/L，vk(n)为第k个通道的方差为σ2的高斯白噪声，N为固定样本长度；S2、建模，得到的含有缺失数据的同步短码DS-CDMA信号张量模型；S3、将S2得到的含有缺失数据的同步短码DS-CDMA信号张量模型通过插补ALS算法实现缺失张量的低秩分解，得到多用户信息码的估计。2.根据权利要求1所述的基于张量低秩分解的长码DS-CDMA信号盲分离方法，其特征在于：S2所述建模的具体步骤如下：S21、短码张量模型结构及单通道短码信号矩阵模型建模：短码DS-CDMA信号张量模型由K个维矩阵组成，其中，维矩阵表示为第k个通道接收到的短码DS-CDMA(k)信号，即其中，A＝diag(ak,1……ak,R)，L×R维矩阵H为R个用户的扩频码，维矩阵S为R个用户的信息码，矩阵为噪声矩阵；S22、单通道长码信号矩阵建模成单通道短码信号缺失矩阵：维矩阵为建模成的短码信号的缺失矩阵，维矩阵Z为加权矩阵，对于n＝0,1......N-1，和Z的第(mod(n,L)+1)行、第列的元素分别为y(k)(n)和1，其它元素为0，即：其中，表示向下取整，⊙表示为的第l(l＝0,1...L)行、第列的元素和Z的第l行、第列的元素的积；S23、多通道长码信号建模成短码信号张量缺失模型：所有K个接收通道接收到的同步长码DS-CDMA信号建模为同步短码DS-CDMA信号的缺失张量模型，可以写成：其中，同步短码DS-CDMA信号张量模型沿着天线分集维的第k(k＝1,...,K)个切片同步长码DS-CDMA信号缺失张量模型沿着天线分集维的第k(k＝1,...,K)个切片z:,:,k＝Z为加权张量。3.根据权利要求1所述的基于张量低秩分解的长码DS-CDMA信号盲分离方法，其特征在于：S3所述插补ASL算法具体步骤如下：S31、令i＝0并随机初始化2CN105429673A权利要求书2/2页S32、令i＝i+1，计算：S33、计算S34、计算S35、计算其中，为Khatri-Rao积，()+表示求广义逆，且S36、重复步骤S32～S35直到算法收敛或达到最大迭代次数Gmax，算法收敛的条件为其中，ε为收敛的门限值，所述最大迭代次数Gmax为经验值；S37、为了提高算法性能，重复步骤S331～S36Ga次，选择迭代效果最好的一次作为最终结果，其中，重复次数Ga为经验值。4.根据权利要求3所述的基于张量低秩分解的长码DS-CDMA信号盲分离方法，其特征在于：S36所述ε＝1×10-6。5.根据权利要求3所述的基于张量低秩分解的长码DS-CDMA信号盲分离方法，其特征在于：S36所述最大迭代次数Gmax＝500。6.根据权利要求3所述的基于张量低秩分解的长码DS-CDMA信号盲分离方法，其特征在于：S37所述Ga