《现代信号处理盲》.ppt

该【《现代信号处理盲》 】是由【相惜】上传分享，文档一共【34】页，该文档可以免费在线阅读，需要了解更多关于【《现代信号处理盲》 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。第四章-梯型滤波器无限脉冲响应自适应滤波器盲自适应信号处理自适应滤波器应用2编辑课件盲自适应信号处理引言根本概念根本思想盲自适应算法3编辑课件引言盲信号处理全盲:只有观测的输出数据半盲:除可利用接收数据外,还可利用某些辅助信息实际的半盲方法:本节讨论的信道辨识和均衡盲信号处理算法?盲信号别离?信道盲辨识与盲均衡?盲反卷积?基于高阶统计量(HOS)的算法?基于循环平稳统计的算法全盲与半盲4编辑课件根本概念平稳过程与循环平稳过程?定义:统计特性不随时间变化的随机过程,即其统计特性具有时移不变性(注意:随机过程的瞬时值是随时间变化的.)?平稳随机过程有严格平稳和广义平稳之分。广义平稳也称为弱平稳、协方差平稳、二阶平稳,简称平稳。?一个严格平稳的随机过程必定是平稳的,但一个平稳过程不一定是严格平稳的。只有高斯过程例外:二者完全等价。平稳过程5编辑课件根本概念平稳过程与循环平稳过程?定义:统计特性随时间周期性变化的非平稳过程称为循环平稳或周期平稳(CS)过程。?循环平稳过程可进一步分为一阶(均值)循环平稳、二阶循环平稳(相关函数)和高阶循环平稳。循环二阶统计量可用来辨识非最小相位系统。?,调制信号,信号的编码,对接收信号进行过采样,均会产生周期平稳性质?雷达和声纳系统中的一些人工信号、自然界信号(水文、气象、海洋、天文)、人体信号(如心电图)具有周期平稳性循环平稳过程6编辑课件根本思想反卷积的根本考虑假设:图1所示的未知时不变系统或信道h,其输入为{x(n)},它由概率分布,但本身不能直接被观测的信息(符号)序列组成问题:给定系统输出端的观测序列{y(n)},我们要恢复输入的信息序列{x(n)},或等价地辨识系统h的逆系统h-1,通常称为反卷积。可行性?如果系统或信道h是最小相位的(即信道传递函数的所有零极点均位于z平面单位圆内),那么不仅信道h是稳定的,而且逆信道h-1也是稳定的。这时,逆信道h-1恰好是一白化滤波器。很容易用已有的知识(二阶统计量)得到解决(如用线性预测方法)。?如果系统或信道h是非最小相位系统(如信道和无线衰落信道),将是一个很难解决的问题。线性时不变系统h不能观测的信息序列{x(n)}可测的输出数据序列{y(n)}图17编辑课件根本思想反卷积的根本考虑求解非最小相位系统中反卷积问题必须满足的条件信息序列{x(n)}必须是非高斯输出数据{y(n)}的处理必须包含某种非线性估计反卷积的典型应用数字移动通信和数字播送中信道辨识和均衡地震信号处理中的反卷积上述反卷积和系统辨识的实现方法有三种:非盲:利用的发射(训练)序列,但降低了信道的有效速率;全盲:只有观测的输出数据可资利用;半盲:除可利用接收数据外,还可利用某些辅助信息,该信息以概率模型形式描述了被发射数据序列的统计量(即时间结构)全盲与半盲8编辑课件根本思想反卷积的根本考虑常用信号的几种典型时间结构通信信号的时间结构主要反映信号的性质,包括调制方式、脉冲成形和字符的星座图。典型的时间结构如下:恒模(CM:constantmodulus)许多无线通信应用(如调频)中,发射的波形均有恒定的包络,其典型例子是高斯最小频移键控(GMSK)调制信号。?非高斯分布:,可以使用高阶统计量来估计非最小相位信道。?循环平稳性:通过时间过采样(即采样速率高于码率)或空间过采样(多天线)的通信信号是循环平稳的.?有限字符(FA:finitealphabet)移动通信系统的时间结构具有有限字符特性,?循环平稳性的重要意义:过采样的通信信号的循环平稳性携带了信道相位的重要信息,可用来辨识非最小相位的信道;而信号的平稳性只能用来辨识最小相位信道.。过采样增加了通信信号的样本个数和信道矩阵H内的相位个数,故可用来辨识最小相位信道,而不改变符号周期间隔内的数据值。?各种统计量的作用:-对平稳信号而言,二阶统计量(自相关函数和功率谱)只能辨识最小相位的信道,不能辨识非最小相位信道.-高阶统计量(三阶和四阶累积量或双谱和三谱等)虽然可辨识非最小相位信道,但要求使用较长的观测数据.-循环二阶统计量既可辨识非最小相位信道,