專利名稱：通信系統(tǒng)中基于無(wú)限成分?jǐn)?shù)的t混合模型的調(diào)制信號(hào)的盲檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及通信信號(hào)處理領(lǐng)域，主要涉及通信系統(tǒng)中基于無(wú)限成分?jǐn)?shù)的t混合模型的調(diào)制信號(hào)的盲檢測(cè)方法。
背景技術(shù)：
在現(xiàn)有的移動(dòng)通信系統(tǒng)中，采用了大量的智能通信技術(shù)。現(xiàn)代通信的發(fā)展要求通信接收機(jī)應(yīng)具有越來(lái)越高的智能型，調(diào)制信號(hào)的盲檢測(cè)作為通信智能化的一個(gè)方面顯得越來(lái)越重要?，F(xiàn)有的通信系統(tǒng)的協(xié)議中為了適應(yīng)不同的信道條件和傳輸質(zhì)量的需求，在發(fā)送端往往需要設(shè)定多種調(diào)制方式的模式，如在不同的條件下選用不同的星座調(diào)制方式來(lái)發(fā)送信息符號(hào)。而在接收端的處理上，對(duì)這些調(diào)制方式的檢測(cè)通常采用基于統(tǒng)計(jì)模型的方法， 將接收到的各個(gè)時(shí)刻的調(diào)制信號(hào)按照屬性進(jìn)行聚類，每個(gè)類中的信號(hào)具有相同或相似的屬性。在已知的基于統(tǒng)計(jì)模型的調(diào)制信號(hào)的盲檢測(cè)方法中，最常見(jiàn)也是應(yīng)用最為廣泛的模型就是高斯混合模型(GMM)。但是在實(shí)際中通信系統(tǒng)接收機(jī)或信道條件惡劣等原因，在接收到的調(diào)制信號(hào)的星座圖中會(huì)存在少數(shù)零星的符號(hào)點(diǎn)與大多數(shù)符號(hào)點(diǎn)的值差別較大，這些少數(shù)差別比較大的點(diǎn)常常被稱為野值點(diǎn)。由于GMM中各個(gè)混合成分服從高斯分布，其概率密度函數(shù)的尾部不夠長(zhǎng)，所以對(duì)野值點(diǎn)的魯棒性能較差。此外，在GMM中，需要預(yù)先指定混合成分的數(shù)目，一旦該數(shù)目指定之后，該GMM的模型的結(jié)構(gòu)基本確定了，而實(shí)際中該混合成分?jǐn)?shù)目無(wú)法獲得，因此，采用GMM來(lái)建模調(diào)制信號(hào)在星座圖空間中的分布時(shí)，會(huì)由于混合成分?jǐn)?shù)目設(shè)定不當(dāng)而產(chǎn)生GMM過(guò)擬合(該數(shù)目設(shè)定過(guò)大)或欠擬合(該數(shù)目設(shè)定過(guò)小)的現(xiàn)象， 從而降低了盲檢測(cè)的性能。正是由于現(xiàn)有的基于GMM的調(diào)制信號(hào)的盲檢測(cè)方法存在著上述兩個(gè)問(wèn)題，所以需要改進(jìn)現(xiàn)有的方法，進(jìn)一步提高檢測(cè)的效果和性能。

發(fā)明內(nèi)容
本發(fā)明的目的就在于解決現(xiàn)有技術(shù)的缺陷，設(shè)計(jì)、研究通信系統(tǒng)中基于無(wú)限成分?jǐn)?shù)的t混合模型的調(diào)制信號(hào)的盲檢測(cè)方法。本發(fā)明的技術(shù)方案是通信系統(tǒng)中基于無(wú)限成分?jǐn)?shù)的t混合模型的調(diào)制信號(hào)的盲檢測(cè)方法，其特征在于包括以下步驟(1)設(shè)接收到的調(diào)制信號(hào)為乂 = {\}二，其中，每個(gè)信號(hào)的采樣點(diǎn)I為星座圖空間中的一個(gè)二維矢量，N為信號(hào)采樣點(diǎn)的數(shù)目；首先產(chǎn)生N個(gè)服從[1，L]區(qū)間上均勻分布的隨機(jī)整數(shù)，統(tǒng)計(jì)該區(qū)間上各整數(shù)j(j = 1，...，L)出現(xiàn)的概率δ j;g卩，如果產(chǎn)生了 Nj個(gè)整數(shù) j，那么δ j = Nj/N ；對(duì)于每個(gè)ι所對(duì)應(yīng)的隱變量\的初始分布為
權(quán)利要求
1.通信系統(tǒng)中基于無(wú)限成分?jǐn)?shù)的t混合模型的調(diào)制信號(hào)的盲檢測(cè)方法，其特征在于包括以下步驟(1)設(shè)接收到的調(diào)制信號(hào)為x= {x };L，其中每個(gè)信號(hào)的采樣點(diǎn)I為星座圖空間中的一個(gè)二維矢量，N為信號(hào)采樣點(diǎn)的數(shù)目；首先產(chǎn)生N個(gè)服從[1，L]區(qū)間上均勻分布的隨機(jī)整數(shù)，統(tǒng)計(jì)該區(qū)間上各整數(shù)j(j = 1，...，L)出現(xiàn)的概率δ j;g卩，如果產(chǎn)生了 個(gè)整數(shù)j，那么~ = Nj/N ；對(duì)于每個(gè)ι所對(duì)應(yīng)的隱變量\的初始分布為
2.根據(jù)權(quán)利要求1所述的通信系統(tǒng)中基于無(wú)限成分?jǐn)?shù)的t混合模型的調(diào)制信號(hào)的盲檢測(cè)方法，其特征在于，L為實(shí)際操作過(guò)程中近似代表⑴的一個(gè)較大的數(shù)，其可以取10 30 之間的任意正整數(shù)。
全文摘要
本發(fā)明公開了通信系統(tǒng)中一種基于無(wú)限成分?jǐn)?shù)的t混合模型的調(diào)制信號(hào)的盲檢測(cè)方法，本方法充分利用了無(wú)線混合成分結(jié)構(gòu)和t分布所帶來(lái)兩方面的優(yōu)點(diǎn)，可以獲得更好的檢測(cè)效果。本發(fā)明采用一個(gè)具有無(wú)限成分?jǐn)?shù)的t混合模型來(lái)建模接收到的調(diào)制信號(hào)在星座圖空間中的分布情況，通過(guò)估計(jì)該混合模型的參數(shù)，從而獲得信號(hào)的各個(gè)采樣點(diǎn)由各個(gè)欲劃分出的類所產(chǎn)生的概率，最后進(jìn)行判決，將每個(gè)采樣點(diǎn)關(guān)于各個(gè)類的概率值中的最大值所對(duì)應(yīng)的序號(hào)作為該像素點(diǎn)最終所分配到的類，從而完成盲檢測(cè)過(guò)程。本發(fā)明的方法可以有效地提高盲檢測(cè)的效果，對(duì)接收信號(hào)中出現(xiàn)的野值點(diǎn)和噪聲具有較高的魯棒性，此外，本方法可以根據(jù)接收到的信號(hào)情況自適應(yīng)的調(diào)節(jié)模型的混合成分?jǐn)?shù)目，從而可以自動(dòng)判斷出當(dāng)前的調(diào)制方式，使通信系統(tǒng)的智能性大大提高。
文檔編號(hào)H04L27/00GK102355439SQ201110230169
公開日2012年2月15日 申請(qǐng)日期2011年8月11日 優(yōu)先權(quán)日2011年8月11日
發(fā)明者魏昕 申請(qǐng)人:魏昕