[发明专利]基于独立元分析的机器学习多带无载波幅度相位调制系统

权利要求书

1.一种基于独立元分析的机器学习多带无载波幅度相位调制系统，其特征在于，由多带CAP匹配滤波下采样模块、第一级CAP成型以及交叉匹配滤波模块、ICA子带信号提纯模块、各子带信号恢复相偏模块、第二级CAP成型以及交叉匹配滤波模块、减去子带干扰模块、最小均方LMS滤波模块依次连接组成；其中：

所述多带CAP匹配滤波下采样模块，用于对接收信号进行初步的子带信号匹配分离，再通过下采样得到各个子带复数信号；

所述第一级CAP成型以及交叉匹配滤波模块，用于进行第一级子带间干扰的反演，并用于接下来的ICA子带信号提纯；

所述ICA子带信号提纯模块，用于对第一级交叉匹配滤波后的信号和原子带接收信号进行初步的子带信号提纯；

所述各子带信号恢复相偏模块，用于ICA子带信号提纯模块之后的各个子带复数信号存在的相偏进行纠正，得到无相偏的初步提纯信号；

所述第二级CAP成型以及交叉匹配滤波模块，用于对在ICA子带信号提纯模块、各子带信号恢复相偏模块之后得到的无相偏的初步提纯各个子带信号进行CAP成型以及交叉匹配滤波，进一步得到附近的子带在本子带产生的残余混叠干扰信号；

所述减去子带干扰模块，用于从ICA后的无相偏各个子带信号中减去附近子带对其的干扰，得到较为纯净的复数信号；

所述最小均方LMS滤波模块，用于对已经消除干扰的各路子带复数信号进行第二级的自适应滤波，得到干扰更少的信号，用于进一步的误码率测试；

所述多带CAP匹配滤波下采样模块，用于对接收信号进行初步的子带信号匹配滤波分离，再通过下采样得到各个子带复数信号；其中，设第n路子带信号表示为r_n(t)＝r_ni(t)+i×r_nq(t)，各路信号实部与虚部分别通过下列等式获得：

其中，m_nI(t)＝f_nI(-t)，where f_nI(t)＝g(t)*cos(2πf_cnt)为第n路I路匹配滤波器时域响应，m_nQ(t)＝f_nQ(-t)，where f_nQ(t)＝g(t)*sin(2πf_cnt)为第n路Q路匹配滤波器时域响应，f_nI(t)＝g(t)*cos(2πf_cnt)、f_nQ(t)＝g(t)*sin(2πf_cnt)分别代表第n路子带复数信号中的I路同向成型滤波器时域响应与Q路正交成型滤波器时域响应，其中g(t)是基带平方根升余弦奈奎斯特滤波器，f_cn为第n个载波频率；代表卷积操作，下同；之后将得到的各路子带复数信号，用于第一级CAP成型以及交叉匹配滤波以反演干扰；

所述第一级CAP成型以及交叉匹配滤波模块，用于求得子带间的混叠干扰，其中的CAP信号成型是对各个子带复数信号的I路与Q路分别使用一对满足希尔伯特变换对特性的成型滤波器滤波，上采样后的各路子带成型滤波满足如下关系式为：

其中，s_n(t)为第n路子带CAP信号，a_n(t)与b_n(t)分别代表经过上采样后的第n路信号的同向I路分量与正交Q路分量，f_nI(t)＝g(t)*cos(2πf_cnt)、f_nQ(t)＝g(t)*sin(2πf_cnt)分别代表第n路子带复数信号中的I路同向成型滤波器时域响应与Q路正交成型滤波器时域响应，其中g(t)是基带平方根升余弦奈奎斯特滤波器，f_cn为第n个载波频率；每个子带信号经过滤波之后的IQ两路信号是正交关系，再通过一个相减操作，实现每路CAP信号的再生成；在接下来的交叉匹配滤波中，对再成型后的各路子带CAP信号进行归一化处理，然后使用交叉匹配滤波得到每个子带中来自附近其他子带的干扰信号，第一个子带中来自第二个子带的干扰表示为：

ISI₁₂(t)＝ISI_12i(t)+i×ISI_12q(t) (3)

其中，即用第二个子带的一对匹配滤波器来对第一个子带的复数信号进行IQ两路滤波，得到第二个子带在第一个子带内产生的混叠干扰ISI₁₂(t)；同样的，第二个子带中来自第一个子带和第三个子带的干扰表示为：

ISI₂₁₃(t)＝ISI_213i(t)+i×ISI_213q(t) (4)

其中，

即在第二个子带中的干扰分为两部分：

一是来自第一个子带在第二个子带产生的干扰：ISI₂₁(t)＝ISI_21i(t)+i×ISI_21q(t)，

二是来自第三个子带在第二个子带产生的干扰：ISI₂₃(t)＝ISI_23i(t)+i×ISI_23q(t)；

同样的，第三个子带中来自第二个子带的干扰表示为：

ISI₃₂(t)＝ISI_32i(t)+i×ISI_32q(t) (6)

其中，即用第二个子带的一对匹配滤波器来对第三个子带的复数信号进行IQ两路滤波，得到第二个子带在第三个子带内产生的混叠干扰ISI₃₂(t)；接下来把各个子带信号与反演出来的对应的带内干扰信号送入ICA模块，进行各个子带信号的提纯；

所述ICA子带信号提纯模块，其中，将各个子带信号与反演出来的对应的带内干扰信号送入ICA；送入ICA的是子带复数信号与对应的带内干扰信号组成的矩阵R，之后ICA在流程如下：

(1)R去均值白化，白化矩阵为：

得到白化样本其中λ_n、分别为R的特征根以及特征向量；

(2)随机初始化并归一化权重矩阵

(3)计算累积分布函数：

计算权重w并归一化；

(4)权重迭代公式：

迭代直至权重w收敛；

经过ICA之后，得到初步提纯的各路子带复数信号和干扰信号组成的矩阵S；对S矩阵进行子带识别，然后将提纯的信号送入下一个子带信号恢复相偏模块；

所述各子带信号恢复相偏模块，其中，给R矩阵各路子带信号分别加一段独有的已知训练序列tx，将其相位信息表示为经过ICA后这段训练序列表示为rx，此时其相位信息表示为这样ICA前后的相偏角度e^iΔθ由接收的训练序列除以发射的训练序列，再取均值得到，即有：

之后对经过ICA之后的各路子带信号乘以e^i(-Δθ)就可以恢复相偏角度；经过各路子带信号得以识别以及相偏得以纠正后，得到ICA后相偏得以恢复的各个子带信号，这是各路初步提纯的复数信号，接下来将多路信号送入第二级CAP成型以及交叉匹配滤波模块。