探析无线数字通信中的盲源分离技术.docx

?

?

探析无线数字通信中的盲源分离技术

?

?

探析无线数字通信中的盲源分离技术

前言

虽然目前公众媒体将无线通信炒的很热，但这个领域从1897年马可尼成功演示无线电波开始，已经有超过一百年的历史。到1901年就实现了跨大西洋的无线接收，表明无线通信技术曾经有过一段快速发展时期。在之后的几十年中，众多的无线通信系统生生灭灭。

20世纪80年代以来，全球范围内移动无线通信得到了前所未有的发展，与第三代移动通信系统（3G）相比，未来移动通信系统的目标是，能在任何时间、任何地点、向任何人提供快速可靠的通信服务。因此，未来无线移动通信系统应具有高的数据传输速度、高的频谱利用率、低功耗、灵活的业务支撑能力等。但无线通信是基于电磁波在自由空间的传播来实现信息传输的。信号在无线信道中传输时，无线频率资源受限、传输衰减、多径传播引起的频域选择性衰落、多普勒频移引起的时间选择性衰落以及角度扩展引起的空间选择性衰落等都使得无线链路的传输性能差。和有线通信相比，无线通信主要由两个新的问题。一是通信行道经常是随时间变化的，二是多个用户之间常常存在干扰。无线通信技术还需要克服时变性和干扰。由于这个原因，无线通信中的信道建模以及调制编码方式都有所不同。

1.无线数字通信中盲源分离技术分析

盲源分离（BSS：Blindsourceseparation），是信号处理中一个传统而又极具挑战性的问题，BSS指仅从若干观测到的混合信号中恢复出无法直接观测的各个原始信号的过程，这里的“盲”，指源信号不可测，混合系统特性事先未知这两个方面。在科学研究和工程应用中，很多观测信号都可以看成是多个源信号的混合，所谓“鸡尾酒会”问题就是个典型的例子。其中独立分量分析ICA（Independentcomponentanalysis）是一种盲源信号分离方法，它已成为阵列信号处理和数据分析的有力工具，而BSS比ICA适用范围更宽。目前国内对盲信号分离问题的研究，在理论和应用方面取得了很大的进步，但是还有很多的问题有待进一步研究和解决。盲源分离是指在信号的理论模型和源信号无法精确获知的情况下，如何从混迭信号（观测信号）中分离出各源信号的过程。盲源分离和盲辨识是盲信号处理的两大类型。盲源分离的目的是求得源信号的最佳估计，盲辨识的目的是求得传输通道混合矩阵。盲源信号分离是一种功能强大的信号处理方法，在生物医学信号处理，阵列信号处理，语音信号识别，图像处理及移动通信等领域得到了广泛的应用。

根据源信号在传输信道中的混合方式不同，盲源分离算法分为以下三种模型：线性瞬时混合模型、线性卷积混合模型以及非线性混合模型。

1.1线性瞬时混合盲源分离

线性瞬时混合盲源分离技术是一项产生、研究最早，最为简单，理论较为完善，算法种类多的一种盲源分离技术，该技术的分离效果、分离性能会受到信噪比的影响。盲源分离理论是由鸡尾酒会效应而被人们提出的，鸡尾酒会效应指的是鸡尾酒会上，有音乐声、谈话声、脚步声、酒杯餐具的碰撞声等，当某人的注意集中于欣赏音乐或别人的谈话，对周围的嘈杂声音充耳不闻时，若在另一处有人提到他的名字，他会立即有所反应，或者朝说话人望去，或者注意说话人下面说的话等。该效应实际上是听觉系统的一种适应能力。当盲源分离理论提出后很快就形成了线性瞬时混合模型。线性瞬时混合盲源分离技术是对线性无记忆系统的反应，它是将N个源信号在线性瞬时取值混合后，由多个传感器进行接收的分离模型。

20世纪八、九十年代是盲源技术迅猛发展的时期，在1986年由法国和美国学者共同完了将两个相互独立的源信号进行混合后实现盲源分离的工作，这一工作的成功开启了盲源分离技术的发展和完善。在随后的数十年里对盲源技术的研究和创新不断加深，在基础理论的下不断有新的算法被提出和运用，但先前的算法不能够完成对两个以上源信号的分离；之后在1991年，法国学者首次将神经网络技术应用到盲源分离问题当中，为盲源分离提出了一个比较完整的数学框架。到了1995年在神经网络技术基础上盲源分离技术有了突破性的进展，一种最大化的随机梯度学习算法可以做到同时分辨出10人的语音，大大推动了盲源分离技术的发展进程。

1.2线性卷积混合盲源分离

相比瞬时混合盲源分离模型来说，卷积混合盲源分离模型更加复杂。在线性瞬时混合盲源分离技术不断发展应用的同时，应用中也有无法准确估计源信号的问题出现。常见的是在通信系统中的问题，通信系统中由于移动客户在使用过程中具有移动性，移动用户周围散射体会发生相对运动，或是交通工具发生的运动都会使得源信号在通信环境中出现时间延迟的现象，同时还造成信号叠加，产生多径传输。正是因为这样问题的出现，使得观测信号成为源信号与系统冲激响应的卷积，所以研究学者将信道环境抽象成为线性卷积混合盲源