可变步长正交性约束的自然梯度盲信号分离算法.pdfVIP

第31卷 ，第6期 中 国 铁 道 科 学 Vo1．31 No．6 2010年 11月 CHINA RAIIWAY SCIENCE November，2010 文章编号：1001—4632(2010)06—0098—05 可变步长正交性约束的 自然梯度盲信号分离算法 刘 宁，张伟涛，楼顺天 (西安电子科技大学 电子工程学院，陕西 西安 710071) 摘 要：针对移频轨道电路移频键控信号FSK等的非平稳性，在正交性约束的自然梯度算法的基础上，提 出1种利用估计函数的自适应可变步长 自然梯度算法，主要原理是根据每次所取分离结果与优化值距离的远近 对步长参数取值作在线 自适应调整，将每次分离出的瞬时信号的相关性测度作为调整步长参数的依据，同时给 出步长参数的上界以使算法稳定。用给出的可变步长算法对FSK信号中的干扰信号进行在线分离。仿真实验结 果表明，用可变步长算法分离出的信号精度达到了要求，并且与固定步长算法相比具有更快的收敛速度。 关键词 ：移频键控信号；非平稳；盲信号分离；自然梯度；正交约束；可变步长；移频轨道电路 中图分类号：U284．237；U284．93 文献标识码 ：A 对于移频轨道 电路移频键控信号 FSK (Fre— 明算法的有效性。 quencySiftKeying)，通常采用滤波、频谱分析或 信号变换等传统方法进行检测[1]，但由于干扰信号 1 正交约束的自然梯度算法 的影响，FSK信号的检测精度受到较大的制约。 目前基于独立分量分析 (IndependentCompo— 盲信号分离的混合信号模型可以表示为 nentAnalysis，ICA)的盲信号分离方法在信号处 — As (1) 理领域已得到广泛应用[2]。所谓盲信号分离，是在 式中： ： Ex，…，z] 为观测到的m维混合 源信号和传输信道完全或部分未知的情况下，只利 信号向量； 一 [s，…，5] 为 维源信号向量； 用传感器输出的观测数据和根据源信号的相互统计 A为m× 维混合矩阵。 独立性假设，分离或提取源信号。盲信号分离是独 在盲信号分离问题中，由于源信号是不可观测 立分量分析的1种具体应用，其算法主要有 2种， 的，混合矩阵也是未知的，所以往往假设源信号之 即批处理算法和 自适应算法。批处理算法有 Hy— 间相互独立，而且混合矩阵A是列满秩的，即优≥ varinen提出的快速定点算法 FastlCA_3]以及基于 ， 在此假设条件下，盲信号分离的关键是建立分 多个 目标矩阵的联合对角化方法 4『]。批处理算法 离矩阵WE l2j， X埘为黎曼空间集合，使 的数值稳定性较好，但只能用在获得大量观测数据 j，一 Wx— WAs— Q (2) 的情况下，因此不宜进行实时的在线盲信号分离。 式中：Y为输出的分离信号，它是源信号 s的估 自适应算法 由于其计算量小的优点，在盲信号分离 计 ；G=WA为混合一分离全局矩阵，它是广义置换 中得到了极大的应用，并派生出EASI算法[8]和 矩阵 (即每行和每列只有 1个非零元素)。 Infomax算法[9]。为了减小 InIomax算法的计算量 基于 ICA的盲信号分离步骤如下。 并加快收敛，Amari从黎曼空间的角度又提出了自 (1)混合信号 的白化处理。采用主分量分析 然梯度算法[1。。。上面3种算法均属于LMS型自适 方法 (PrincipalComponentAnalysis，PCA)对混 应算法，其性能受到收敛步长的影响。 合信号 进行预处理，去除各混合信号间的相关 为了加快算法收敛速度，本文提出并采用可