一種分離時(shí)頻域混合信號的方法
【專利摘要】一種分離時(shí)頻域混合信號的方法，無線信道統(tǒng)計(jì)復(fù)用的系統(tǒng)由源信號、無線信道、DSP分離系統(tǒng)和輸出信號組成，DSP分離系統(tǒng)通過獨(dú)立性判斷和自適應(yīng)分離算法調(diào)整分離矩陣W中的元素，使得輸出信號相互獨(dú)立，恢復(fù)出源信號，其中采用帶方向指引的蜂群算法GBCA作為分離算法尋找最優(yōu)分離矩陣W，實(shí)現(xiàn)盲源分離。本發(fā)明提出了一種帶方向指引的蜂群算法GBCA(BCA?based?on?gradient），即在搜索過程中加入了方向指引，每次迭代完成后向梯度方向前進(jìn)一段距離，可以降低BCA的隨機(jī)性，提高魯棒性，進(jìn)一步提升算法分離性能和收斂速度，并將此算法用于無線通信中的時(shí)頻域混合信號的盲源分離。
【專利說明】一種分離時(shí)頻域混合信號的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于無線通信【技術(shù)領(lǐng)域】，具體涉及一種基于統(tǒng)計(jì)域分離時(shí)間和頻域上相互重疊的無線通信混合信號的分離算法，為一種分離時(shí)頻域混合信號的方法，是對現(xiàn)有蜂群算法的改進(jìn)，簡稱GBCA算法。
【背景技術(shù)】
[0002]隨著現(xiàn)代社會(huì)的高速發(fā)展，如何更有效的開發(fā)和利用日益緊張但卻開放的無線頻譜資源成為一個(gè)重要研究課題。無線電頻譜是一種在當(dāng)今信息化社會(huì)中廣泛使用的自然資源，由于無線服務(wù)業(yè)的仍在迅速發(fā)展著，人們對無線電頻譜資源的需求越來越高。針對頻譜資源的有效問題，近些年來廣泛并存三類典型的技術(shù)，包括頻分復(fù)用技術(shù)(FDM)、時(shí)分復(fù)用技術(shù)(TDM)和碼分復(fù)用技術(shù)(CDM)，它們能有效解決頻譜匱乏問題。但是TDM、FDM和CDM信號，它們或是在時(shí)間間隔上，或是在頻率上，或是在碼制上有所限制，雖然實(shí)現(xiàn)了資源的共享，但同時(shí)對系統(tǒng)接入的靈活性和用戶容納數(shù)量等方面有嚴(yán)重限制，導(dǎo)致更多用戶無法有效接入系統(tǒng)以及頻譜資源利用率的下降。因此，需要找到一種技術(shù)同時(shí)具有以下優(yōu)點(diǎn):1、頻帶利用率更高；2、限制條件寬松。目前人們提出了很多分離時(shí)間和頻域上相互重疊的無線通信混合信號的分離算法，應(yīng)用到無線通信中，形成新的技術(shù)，如2009年提出的無線信道統(tǒng)計(jì)復(fù)用技術(shù)(WSDM)，是通過無線信道同時(shí)同頻傳輸多路源信號，接收端由多個(gè)天線構(gòu)成的接收機(jī)接收時(shí)頻域混合的信號，利用各個(gè)源信號之間的統(tǒng)計(jì)特性，比如統(tǒng)計(jì)獨(dú)立性分離混合信號，能有效的實(shí)現(xiàn)頻譜的高效利用，且限制條件寬松，只需要源信號具有統(tǒng)計(jì)獨(dú)立或者統(tǒng)計(jì)可分特性，而常見通信信號大多數(shù)都滿足這個(gè)限制條件。而為更好地解決頻譜匱乏問題，分離時(shí)頻域混合信號的算法值得深入研究，算法的優(yōu)劣直接影響著無線通信的有效性和可靠性。
[0003]目前廣泛采用的分離時(shí)頻域混合信號的算法之一是盲源分離算法，盲源分離理論與技術(shù)中的算法需要根據(jù)互信息最小化、信息傳輸最大化、極大似然估計(jì)和非高斯極大化等建立目標(biāo)函數(shù)，通過算法對目標(biāo)函數(shù)求極值來實(shí)現(xiàn)混合信號的分離。這些求極值的常用算法有:梯度算法、快速不動(dòng)點(diǎn)算法(FastICA)等。這些算法存在以下問題:1、算法收斂速度慢；2、分離精度低，并且易陷入局部極值點(diǎn)。針對這些問題，近年來，不斷有學(xué)者將元啟發(fā)式算法引入到盲源分離中，比如遺傳算法(GA)、細(xì)菌覓食優(yōu)化(BFO)，以提高算法的收斂速度，增加分離精度。但是GA收斂速度慢，耗時(shí)較長；BF0算法含有較多的參數(shù)，且對參數(shù)的設(shè)置比較苛刻，設(shè)置不當(dāng)可能導(dǎo)致算法陷入局部收斂，分離性能降低。2013年，Ebrahimzadeh將蜂群算法(bees colony algorithm, BCA)引入盲源分離中，蜂群算法具有全局收斂能力強(qiáng)、需設(shè)置的參數(shù)少等優(yōu)點(diǎn)，應(yīng)用到盲源分離優(yōu)化中，較一般的元啟發(fā)式算法的分離性能和收斂速度都有較大的提升，但是，蜂群算法存在隨機(jī)性較強(qiáng)，魯棒性較差，可能導(dǎo)致分離性能不穩(wěn)定的缺點(diǎn)，且在復(fù)雜度方面一定程度上存在計(jì)算效能和資源占用等方面的問題。

【發(fā)明內(nèi)容】
[0004]本發(fā)明要解決的問題是:現(xiàn)有無線通信系統(tǒng)研究中提出的時(shí)頻域混合信號分離方法收斂速度慢，耗時(shí)長，設(shè)置要求高，新提出的蜂群算法BCA存在隨機(jī)性較強(qiáng)，魯棒性較差，可能導(dǎo)致分離性能不穩(wěn)定的缺點(diǎn)，且在復(fù)雜度方面存在計(jì)算效能和資源占用等方面的問題。
[0005]本發(fā)明的技術(shù)方案為:一種分離時(shí)頻域混合信號的方法，無線信道統(tǒng)計(jì)復(fù)用的系統(tǒng)中，信號通過同時(shí)域同頻域的混合信道傳輸，設(shè)定A)源信號是零均值單位方差平穩(wěn)的隨機(jī)變量；B)各路源信號相互統(tǒng)計(jì)獨(dú)立，都為非高斯分布；C)無線信道的混合矩陣A為可逆矩陣；D)源信號路數(shù)M與接收天線數(shù)目N相等；采用帶方向指引的蜂群算法GBCA作為尋優(yōu)算法尋找最優(yōu)分離矩陣，用于同時(shí)同頻混合信號的盲源分離；
[0006]所述GBCA包括以下參數(shù):食物源的個(gè)數(shù)SN、放棄食物源控制參數(shù)limit、最大迭代次數(shù)CyClemax和步長μ ;SN個(gè)食物源的位置對應(yīng)GBCA的SN個(gè)解向量，若某一解向量在位置更新過程中達(dá)limit次保持不變，則需進(jìn)行判定來決定是否放棄此解向量，CyClemaxSGBCA尋優(yōu)迭代的總迭代次數(shù)；食物源的好壞程度對應(yīng)于優(yōu)化問題的適應(yīng)度函數(shù)，設(shè)函數(shù)J(W)為GBCA的目標(biāo)函數(shù)，第i個(gè)食物源的位置對應(yīng)解向量Wi,將解向量Wi代入目標(biāo)函數(shù)得函數(shù)值Ji (Wi)，i=l, 2，…，SN,以下簡稱Ji,則適應(yīng)度函數(shù)表示如下:
【權(quán)利要求】
1.一種分離時(shí)頻域混合信號的方法，其特征是無線信道統(tǒng)計(jì)復(fù)用的系統(tǒng)中，信號通過同時(shí)域同頻域的混合信道傳輸，設(shè)定A)源信號是零均值單位方差平穩(wěn)的隨機(jī)變量；B)各路源信號相互統(tǒng)計(jì)獨(dú)立，都為非高斯分布；C)無線信道的混合矩陣A為可逆矩陣；D)源信號路數(shù)M與接收天線數(shù)目N相等；采用帶方向指引的蜂群算法GBCA作為尋優(yōu)算法尋找最優(yōu)分離矩陣，用于同時(shí)同頻混合信號的盲源分離； 所述GBCA包括以下參數(shù):食物源的個(gè)數(shù)SN、放棄食物源控制參數(shù)limit、最大迭代次數(shù)CyClemax和步長μ ;SN個(gè)食物源的位置對應(yīng)GBCA的SN個(gè)解向量，若某一解向量在位置更新過程中達(dá)limit次保持不變，則需進(jìn)行判定來決定是否放棄此解向量，cycle.為GBCA尋優(yōu)迭代的總迭代次數(shù)；食物源的好壞程度對應(yīng)于優(yōu)化問題的適應(yīng)度函數(shù)，設(shè)函數(shù)J(W)為GBCA的目標(biāo)函數(shù)，第i個(gè)食物源的位置對應(yīng)解向量Wi,將解向量Wi代入目標(biāo)函數(shù)得函數(shù)值Ji (Wi)，i=l, 2，…，SN,以下簡稱Ji,則適應(yīng)度函數(shù)表示如下:
2.根據(jù)權(quán)利要求1所述的一種分離時(shí)頻域混合信號的方法，其特征是所述GBCA采蜜的四個(gè)階段具體為: 1)雇傭蜂階段 設(shè)初始時(shí)，雇傭蜂已經(jīng)尋找到SN個(gè)食物源，即GBCA中隨機(jī)產(chǎn)生SN個(gè)解向量，對應(yīng)SN個(gè)食物源的位置，設(shè)開采同一食物源的雇傭蜂行為一致，則SN個(gè)食物源對應(yīng)SN種行為的雇傭蜂，雇傭蜂開始搜索當(dāng)前食物源附近有沒有更好的食物源: 雇傭蜂的搜索采用鄰域搜索機(jī)制，開采第i個(gè)食物源的雇傭蜂存儲紀(jì)錄的位置對應(yīng)函數(shù)Ji, i=l, 2，…，SN的解向量,設(shè)所述解向量為d維,寫為Wi= (wn, wi2,...，wid)，開采SN個(gè)食物源的雇傭蜂儲存的位置對應(yīng)SN個(gè)解向量，則鄰域搜索的位置更新的表達(dá)式如下:
Vij=Wij+ φ Jj (Wij-Wkj)(4)其中 k, i e {I, 2,…，SN}且 i 關(guān) k, j e {I, 2，...，d}, k和j是隨機(jī)選取的，Φ。為[-11]的隨機(jī)數(shù)，新位置Vi= (vn，vi2,…，vid)； SN種行為的雇傭蜂對相應(yīng)的食物源都進(jìn)行一次鄰域搜索，即SN個(gè)解向量Wi都按(4)式進(jìn)行計(jì)算，SN種行為的雇傭蜂在鄰域搜索后，雇傭蜂采用貪婪選擇機(jī)制，即比較更新前后的位置，選擇適應(yīng)度大的食物源，并更新記錄選擇的食物源位置，其中食物源位置更新或保留不變時(shí)，其對應(yīng)的序號不改變； 2)最佳食物源吸引階段 當(dāng)SN種行為的雇傭蜂完成第一個(gè)階段后，讓這些雇傭蜂分別沿著到第一階段各自選擇的食物源的最短路徑的方向移動(dòng)一段距離，即為最佳食物源吸引機(jī)制，此最短路徑的方向即目標(biāo)函數(shù)J(w)的梯度，則開采第i個(gè)食物源的雇傭蜂移動(dòng)后的位置表達(dá)式如下:
3.根據(jù)權(quán)利要求2所述的一種分離時(shí)頻域混合信號的方法，其特征是所述GBCA具體步驟為: 1)隨機(jī)產(chǎn)生初始解集Iwi； i=l, 2，…，SN}，每個(gè)解為d維，并計(jì)算各個(gè)解的fiti;置各個(gè)解對應(yīng)的Basi值為0，置迭代次數(shù)cycle=l ； 2)當(dāng)?shù)螖?shù)cycle小于等于cycle.時(shí)，重復(fù)21)_24)，且每執(zhí)行一次步驟21)_24)，cycle 自加 1: 21)i依次取1,2,…，SN，重復(fù)步驟21a)-21b): 21a)、根據(jù)式(4)產(chǎn)生新位置Vi，并且計(jì)算Vi對應(yīng)的適應(yīng)度； 21b)、若Vi對應(yīng)的適應(yīng)度值大于原位置Wi的適應(yīng)度，則將新位置對應(yīng)解向量賦給Wi且置Basi為O，否則Wi不變且Basi=Bas^l ； 22)采用最佳食物源吸引機(jī)制即式(5)確定新位置w’i，若w’ i對應(yīng)的適應(yīng)度值大于原位置Wi的適應(yīng)度，則將新位置對應(yīng)解向量賦給Wi且置Basi為O，否則Wi不變且Basi=Basfl ； 23)計(jì)算22)中更新過的Wi，i=l,2,…，SN的適應(yīng)度fUi,i=l, 2,…，SN，代入式(6)中，計(jì)算得到SN個(gè)選擇概率Pi, i=l, 2，…，SN，選出SN個(gè)選擇概率中最大值對應(yīng)的解向量，進(jìn)行如下操作: 23a)、若迭代次數(shù)cycle=l，直接把當(dāng)前解向量和相應(yīng)的適應(yīng)度值賦給最佳位置W()pt和最優(yōu)適應(yīng)度fit。# ； 23b)、若迭代次數(shù)cycle>l，將當(dāng)前解向量的適應(yīng)度與fit。#作對比，若當(dāng)前解向量的適應(yīng)度大于fit。#則將當(dāng)前解向量和相應(yīng)的適應(yīng)度賦給Wtjpt和fit。#,否則Wtjpt和fit。#不變； 24)選出Basi,i=l, 2，…，SN中的最大值Basq,并與limit對比，按不同的對比結(jié)果做不同操作如下: 24a)、若Basq大于等于limit,比較Basq對應(yīng)的解向量的適應(yīng)度值與fit。#的大小，若小于fit。#則Basq對應(yīng)的解向量的所有分量都按式(7)進(jìn)行更新，且Basq清零；若等于f Itopt則Basq直接清零； 24b)、若Basq小于limit,不做操作； 3)當(dāng)?shù)螖?shù)eyele=cycIemax時(shí),此時(shí)Wtjpt值即為全局最優(yōu)解,按照分離矩陣W與解向量w的關(guān)系，由Wtjpt還原出分離矩陣W，對分離矩陣W正交化得到最終的分離矩陣Wtjpt。
【文檔編號】G10L21/0272GK103870875SQ201410099205
【公開日】2014年6月18日 申請日期:2014年3月18日 優(yōu)先權(quán)日:2014年3月18日
【發(fā)明者】沈越泓, 蘇巧, 袁志剛, 簡偉, 黃葆華, 魏以民 申請人:中國人民解放軍理工大學(xué)