论文部分内容阅读
多输入多输出(MIMO)系统中盲信号分离方法的研究是当前国际上的热点和难点。对于该领域的研究和实现,国外出现蓬勃发展之势,国内还处于起步阶段。本文试图在前人的工作基础上,对这个问题做一些研究和探讨。本文由 MIMO 系统出发,分析了盲信号分离的基本模型,并指出信号的分离可以在时域、空域和空时域中进行。本文在每个方向上均进行了一定深度的探索。具体而言,主要有以下三方面的工作和创新点:1)以无线通信为应用背景,研究 MIMO 系统中时域盲信号分离方法。重点讨论基于“新息(Innovation)”思想,采用二阶统计量的盲信道辨识和盲均衡问题以及与盲信号分离基本模型的关系。主要工作集中在:a)对主要的五种算法:LPA, OPDA, MSLP, LSS 和 CMOE 进行详细的理论分析,清楚的阐明了这些算法的主要思想、相互间的内在关系、以及各自的特点及复杂度。对 LPA、OPDA 和 CMOE 这三种盲信道辨识算法的仿真结果进行比较和分析,清楚的阐明了各算法的优缺点及其适用条件。b)指出了基于二阶统计量的盲辨识和盲均衡算法本身存在的问题,并结合无线通信系统中的先验信息,提出了一种半盲信道辨识和盲均衡方法。提出的半盲算法能有效克服基于二阶统计量算法本身存在的问题;与全盲算法相比,更易于实现;与传统的非盲算法相比,可有效地提高系统容量,具有良好的应用前景。2)以非跟随式语音通信为应用背景,研究 MIMO 系统中空域盲信号分离方法。重点讨论基于麦克风阵列的盲波束形成技术,主要工作集中在:a)设计了一个新颖的基于智能麦克风阵列的说话人跟踪和语音分离系统。仿真结果证明,此系统的盲算法能从嘈杂环境中分离出说话人语音,并自适应跟踪说话人的位置变化。b)针对语音本身的频谱特性,提出了改进盲波束算法的方法,使基于智能麦克风阵列的说话人跟踪和语音分离系统在运算量和性能上有较大优化。c)为了补偿麦克风本身引入的畸变影响,提出两种麦克风校正算法:非参 第 I 页<WP=7>摘要数算法和参数算法。d)基于 TMS320C6711 DSP 平台,提出了实现基于智能麦克风阵列的说话人跟踪和语音分离系统的软硬件设计方案,力图使基于 MIMO 模型的盲算法从理论研究走向实际应用。3)研究空时域结合的盲信号分离方法。指出基于 MIMO 系统的不同应用背景中,空时结合可更灵活、更有效的分离信号。利用信道辨识和均衡中采用的新息思想,提出了一种分离语音的空时域结合方法。算法首先利用新息模型“白化”混合信号,然后利用 Informax 算法从空域估计混合矩阵,实现源信号的分离。提出的算法与阵列的几何形状无关,且不需要角度估计。应用于非跟随式语音通信,比基于波束形成的算法有更广的适用范围;应用于 MIMO 无线通信,只要求在输入信号独立,而不用约束为高斯白噪声信号的情况下实现多用户分离。