论文部分内容阅读
随着通信技术的日新月异，其涉及到的领域也越来越广。盲信号处理技术是一个新兴的信号处理技术。盲检测是从观测到的信号中检测是否还有通信息号，信号模式识别是从得到的通信信号中得到原信号的调制模式，盲源分离和盲信号提取是从观测信号中恢复源信号的有效方法。这些盲信号处理技术目前已成为信号处理领域的研究热点。盲信号处理技术在通信系统有着广泛地应用领域，比如在军事上的通信对抗、电子干扰等方面，在民用上面的无线电监测等。 本文首先对一种基于经典能量检测算法的信号盲检测方法进行了研究，经典能量算法的检测性能受到信道的噪声方差的影响，而信道的噪声方差是通过估计得到，若估计误差较大，将直接影响检测概率，从而使得检测变得不准确。本论文中所提出的盲信号检测不受信道噪声的影响，使得检测正确率比经典能量算法有着很大的提高。通过仿真实验表明，这种盲频谱检测算法比经典能量检测方法更好的检测效果，同时不需要已知噪声方差信息。随后对几种常见的数字调制信号的在循环谱曲线上的不同进行了理论研究，分析了MASK、2FSK、MFSK、BPSK、QPSK等数字调制信号的循环谱函数特性，通过仿真实验表明，可以通过循环谱对常见的数字调制信号进行调制模式大类的判定。最后对盲源分离的基本原理和经典FastICA算法进行分析。FastICA算法在完成数据的白化过程后，通过迭代运算出分离矩阵来完成对混合信号的盲分离。通过仿真实验表明，在无噪条件下，FastICA算法可以很好的分离出不同的独立源信号;但在有噪条件下，分离效果会随着信噪比的提高而提高。