HMM信道建模中齐次马氏链极限分布的矩阵分析.pdf

HMM信道建模中齐次马氏链极限分布的矩阵分析 邝育军，侯晓林，郝建军，乐光新 (北京邮电大学 电信工程学院，北京 100876) 摘要：HMM 信道建模中频繁用到状态转移概率矩阵 P 平稳分布求解。本文首次通过对马氏链的 转移概率矩阵进行矩阵特征值分析，给出了马氏链遍历性的一个充要判别定理。最后利用这个充 要条件，论文给出了平稳马氏链极限分布的一种矩阵特征值分解求法。 关键字：隐马尔可夫过程 平稳分布 矩阵分析 特征值分解 信道模型 中图分类号： 文献标识码： On Matrix Eigenvalue Analysis of Homogeneous Markov Chains in Hidden Markov Channel Modeling KUANG Yu-jun, HOU Xiao-lin, HAO Jian-jun ，YUE Guang-xin (Telecommunication Engineering School, Beijing University of Posts and Telecommunications，Beijing 100876, China) Abstract: A necessary and sufficient condition is derived to determine the ergodicity of a Markov chain by using eigenvalue analysis of a square matrix, thus a novel approach is proposed to solve stationary-distribution problem in HMM-channel modeling, which is more straightforward and simpler to implement than conventional means. Keywords: Hidden Markov Process，Matrix Analysis, Eigenvalue Decomposition, Channel Modeling 数字通信系统在无线衰落信道的突发差错特性可用隐马尔可夫过程模型来描述，信道建 模中采用隐马尔可夫模型[1,2,3] (HMM) 比传统的波形级仿真运算量有极大的减少，而在描述信 道的突发差错方面性能接近。在HMM仿真过程中需要频繁进行齐次马氏链极限分布求解，然 而传统的马氏链极限分布求解算法需要进行复杂的收敛参数选择。为了简化齐次马氏链极限 分布求解过程，首次通过对马氏链的转移概率矩阵进行矩阵特征值分析，给出了马氏链遍历 性的一个充要判别定理。最后利用这个充要条件给出了平稳马氏链极限分布的一种矩阵特征 值分解求法。 1. HMM信道建模与齐次马氏链的极限分布** 1.1. HMM 信道模型 HMM 可以看作是一个马尔可夫过程的概率函数。如果设Q [q ,q ,...,q ] 是 HMM 模型 1 2 N 中的N 个状态，A [a ] 为 HMM 的状态转移概率矩阵，π [π ,π ,...,π ] 为 HMM 的初始 ij N ×N 1 1 N 状态概率分布，B [bj k ]N ×M 为观察概率矩阵，则 HMM 即由参数集Λ [A ,B ,π] 完全定义。其 中a P {s q | s q } ，b P {O v | s q } ，O ∈V [v , v ,..., v ] 是时刻 t 时系统 ij r t +1 j t i j k r t k t j t 1 2 M 的观测结果，V 为观测结果集合。但任意 t 时刻系统所处的状态qt