利用部分采样的数字混合信号单通道盲分离算法

发布时间：2025-05-06 23:09

　　 针对粒子滤波在数字混合信号单通道盲分离中存在复杂度高的问题,提出一种低复杂度的盲分离算法。分析了算法复杂度高的原因在于符号粒子采样过程中搜索状态空间数与平滑长度成指数倍关系增长。构建了两种采样方法:部分采样法和混合采样法。前者通过产生若干组序列,使用其代替对所有状态空间进行搜索,利用相应的增量权重完成粒子抽样和权重更新;后者将平滑区间分为两部分,第一部分采用传统的全状态空间法进行搜索,第二部分采用部分采样法进行搜索,利用两个子区间的增量权值完成粒子抽样和权重更新。理论分析和仿真实验结果表明所提算法能有效地降低粒子的搜索空间数。

【文章页数】：10 页

【部分图文】：

图5 混合采样法性能曲线图

图6给出了不同频偏下的性能曲线，仿真中令f1=ΔxkHz,f2=-ΔxkHz。可看出，当Δx增大时，混合信号的调制参数差异变得明显，算法性能均得到了提升[4]。但一味的增大Δx，性能并不会一直改善，这是因为性能仍受到其他因素的影响，不可能无限制的提升[4]。此外本文提出的两种....

图1 用于计算式(12)的树

可知随着D的增大，算法每时刻需搜索的状态空间数指数级增加，其计算复杂度为本文通过合理丢弃不必要的搜索空间以期降低算法复杂度。

图2 部分采样流程示意图

从前文的分析可以看出，如果能够按照某种方式合理地丢弃一些搜索空间，而仅保留对采样贡献较大的搜索空间，便可实现计算复杂度与性能之间的折中。算法2部分采样算法

图4 传统采样法和部分采样法在不同平滑长度下的性能曲线

首先在不同D的情况下，对传统方法和部分采样法的搜索空间数进行了对比，结果如表1所示。随着D的增大，前者搜索空间数急剧增大，而后者不明显。例如D=4时，两者之比为20∶1。图4给出了二者的性能曲线，可见随着D的增大，二者性能均得到了提升。表2给出了D=4,D1和D2取值不同时，混合....

本文编号：4043230