基于robustica的数字调制混合信号盲源分离算法

？针对含噪环境下数字调制混合信号盲源分离(bss)误码率(ber)过高的问题,提出了一种基于robustica的二阶段盲源分离算法r-tsbs。该算法采用robustica算法对阵列响应向量构成的混合矩阵进行估计,然后利用数字调制信号的有限符号集特征,在第二阶段用最大似然估计(mle)方法估计各个数字调制源信号发送的符号序列,达到盲源分离的目的。实验仿真表明,传统的独立成分分析(ica)算法如robustica算法和fastica算法误码率很高,在信噪比(snr)为10db时,其误码率达到了3.5×10-2左右,而基于fastica的二阶段盲源分离算法f-tsbs和基于robustica的二阶段盲源分离算法r-tsbs的误码率则下降到了10-3,分离性能得到了明显改善;在较低的信噪比(0~4db)下,r-tsbs算法较f-tsbs算法约有2db性能提升。