基于盲源分離的GSM-R系統(tǒng)干擾測量研究.pdf

1、盲源信號分離是信號與信息處理領域一個非常活躍的研究方向，并且已經(jīng)在地震勘探、語音信號識別、生物醫(yī)學工程等領域得到廣泛應用。在通信信號處理領域也有著誘人的應用前景。在通信系統(tǒng)中，盲源分離同樣具有很強的應用價值。通信系統(tǒng)的信道傳輸模型與盲源分離的數(shù)學模型相似，窄帶和寬帶通信系統(tǒng)的傳輸模型分別與線性瞬時混合和線性卷積混合盲源分離模型相對應，可以建立適合通信系統(tǒng)的盲源分離模型。
　　GSM-R通信系統(tǒng)是鐵路專用的移動通信系統(tǒng)，對其可靠性和

2、QoS有更高的要求，進而達到保障列車安全運行的目的。干擾將會引起話音質量和信噪比下降及數(shù)據(jù)傳輸差錯和誤碼增加。干擾情況嚴重時，干擾電平會達到門限值，這會使無線信道阻塞，并浪費頻譜資源。因此，如何有效的測量干擾信號并對其進行有效的抑制將是提高GSM-R可靠性的重要途徑。在此背景下，本文對盲源分離算法在GSM-R系統(tǒng)干擾測量中的應用進行研究，主要工作包括以下幾個方面:
　　1.對GSM-R系統(tǒng)的干擾情況進行總結，從干擾源的角度將干擾分

3、為系統(tǒng)內部干擾和外部干擾，然后分別詳細介紹了系統(tǒng)內部干擾和外部干擾涉及的干擾情況。
　　2.對盲源分離的基本理論和算法進行了詳細介紹。描述了盲源分離線性瞬時、線性卷積和非線性混合的數(shù)學模型，之后重點介紹了在盲源分離中占據(jù)重要地位的獨立分量分析，分別從ICA模型的可辨識性、數(shù)據(jù)的預處理方式、ICA算法的基本目標函數(shù)及優(yōu)化算法和性能分析指標四個方面進行詳細介紹，為后續(xù)章節(jié)提供相關理論依據(jù)。
　　3.首先介紹了本論文所采用的基于負

4、熵的FastICA算法，詳細講解了其推導過程及算法基本步驟，對原始算法進行仿真試驗，給出仿真圖說明此算法的分離性能，之后針對源信號的非高斯性對算法的性能影響進行仿真分析，得出源信號的非高斯性越大，分離效果越好的結論。然后介紹了GSM-R系統(tǒng)的GMSK調制信號特征及FastICA算法中非線性函數(shù)的選擇依據(jù)，提出了更適合GSM-R系統(tǒng)的非線性函數(shù)g(y)，并將改進算法G-FastICA與原始算法的性能進行對比，證明G-FastICA算法的有