基于粒子滤波器算法的混沌通信系统的盲信道均衡.pdfVIP

基于粒子滤波器算法的混沌通信系统的盲信道均衡1 王世元1冯久超1，2 l 西南师范大学电子与信息工程学院重庆400715 2华南理工大学电子与信息学院 广州 510641 filter,PF)是一种结合重要性权重抽样的序贯蒙特卡罗方法，能够 摘要：粒子滤波器(Particle 应用到任意状态空间模型，：并且能较好地估计经过非线性变化后的随机变量的统计特性。本 文应用粒子滤波器和信号建模技术研究混沌通信系统的盲信道均衡问题，发展基于混沌的通 信系统的盲均衡技术。仿真结果证实了，当Logistic映射作为混沌发生器和通信场景为固定 参数与时变衰落信道时，该盲信遭均衡器与基于扩展卡尔曼滤波算法的盲均衡器和基于无先 导变换的自适应盲均衡器相比，有较好的均衡实现。此外，利用本文的盲均衡算法，我们实 现了一种混沌调制通信系统的解调。 关键词：混沌通信粒子滤波器盲均衡衰落信道 1 引言 混沌信号由于本身所具有的宽带和确定性的本质，使得它在扩频通信中有潜在的应用价 值。尽管目前人们已提出了若干基于混沌的通信理论与技术，它们主要还适用于理想通信环 境或具有中等程度的噪声通信环境。实际的物理信道除存在随机噪声外，信道的有限带宽效 应使得发射的宽带混沌信号产生幅度与相位失真；无线通信信道的多径效应以及信道的时变 衰落特性也会引起发射的混沌信号产生幅度和相位的失真；这些因素使得已提出的基于混沌 的通信系统的实用性大受影响【1．31。 信道均衡是常用的消除信道的各种畸变和噪声以提高通信系统可靠性的技术。一般由训 练阶段和均衡阶段组成。训练阶段的任务是通过用已知的训练序列的训练使均衡器适应当前 的通信环境，而均衡阶段的任务是实现实际的通信。另一种均衡技术——盲信道均衡，是指 均衡器不经历上述的训练阶段，而仅仅利用所接收到的信号序列直接实现均衡任务。在混沌 通信系统中，一些信道均衡的方法已经提出来了，例如，基于混沌同步的方法【4，5】，基于扩 Kalman 展卡尔曼滤波器(Extended 假定，有时会带来较大的估计误差[7】；而基于ur的方法仅仅适用于高斯噪声信道【8】。 Filter,PF)，用于混沌通信系统 本文考虑将一种新的滤波技术——粒子滤波器【9】(Particle 的盲信道均衡。由于PF能处理任意非线性模型以及任意概率分布问题，我们将应用它发展出 一种普适的混沌通信系统的盲信道均衡技术。 1受西南师范大学博士基金(413604)币,fl教育部留学回国人员专项科研基金03050D资助． ·76· 1．1 状态空间模型与概率密度函数估计 考虑非线性、非高斯随机离散状态空间模型： x。=，k川)+y¨ (1) Y。=^眈J+Ⅳ。 (2) 其中x。∥。∈吼”(m∈Z)分别是第n时刻的状态向量和独立同分布的过程噪声矢量； ，?吼…_÷吼“是实值的非线性变换(本文考虑，的选择使得系统是混沌的)；h?吼”-÷吼是信 道的传输函数；Y。和w。分别是第n时刻的观察信号与观测噪声。从概率空间模型的角度，我 们可以将该模型视为状态转移模型硝以Ix川)和状态观测模型P(Y。I而，【10，11】。 依据贝叶斯统计观点，如果我们在观测数据序列的基础上递推地估计出系统状态的后验 概率分布pfxl?。l Yl?。)(其中xl?。=k；建，，Yh=b，f延1)，就能对系统状态进行优化估计，例 如最大后验概率估计、后验均值估计等。在许多实际应用中，我们通常只关心滤波概率密度 函数p(x。Jyh)的估计。另外，从数据存储的角度看，滤波概率密度函数只与现在的状态有 关，它比后验概率分布更加经济；此外，利用滤波概率密度函数也能很容易地对系统状态进 行估计。因此，利用滤波概率密度函数，我们也能方便地对系统的状态进行优化估计[11】。 2粒子滤波器 粒子滤波器算法是一种利用一些随机样本(粒子)来表示系统随机变量的滤波概率密度 的非线性滤波方法。它的基本思想是：假定我们独立地从滤波概率密度函数p(x。I