Анализ эффективности алгоритмов слепого разделения сигналов
- 1 аспирант, Московский технический университет связи и информатики
Аннотация
Проанализирована эффективность некоторых существующих алгоритмов слепого разделения сигналов для случая разделения смеси сигналов с линейной модуляцией. Рассмотрены алгоритмы, относящиеся к классу алгоритмов на основе метода анализа независимых компонент. В качестве параметра оценки эффективности разделения смеси алгоритмами было использовано отношение сигнал/помеха на выходе блока разделения. Помимо вычисления параметров эффективности, проведен анализ Монте-Карло, позволивший оценить влияние элементов матрицы смешивания на величину SIR.
Для цитирования
Мирошникова Н.Е. Анализ эффективности алгоритмов слепого разделения сигналов // Радиотехника. 2016. № 3. С. 37–42.
Список источников
- Мирошникова Н.Е. Обзор систем когнитивного радио // T‑comm: телекоммуникации и транспорт. 2013. № 9. С. 108−112.
- Мирошникова Н.Е. Влияние ошибок синхронизации на прием цифровых сигналов // T‑comm: телекоммуникации и транспорт. 2013. № 9.С. 112−115.
- Припутин В.С. Метод слепого разделения сигналов на базе статистик второго порядка в задаче пространственно-поляризационной селекции // T‑comm: телекоммуникации и транспорт. 2014. № 6. С. 36−39.
- Припутин B.C. Концепция применения тензорных методов слепого разделения сигналов в адаптивных антенных решетках // Материалы Междунар. научно-технич. семинара «Системы синхронизации, формирования и обработки сигналов в инфо-коммуникациях». Ярославль. 2013. С. 205−208.
- Comon P., Jutten C. Handbook of Blind Source Separation: Independent Component Analysis and Applications.: ELSEVIER. 2010. 831 p.
- Belouchrani A., Abed-Meraim K., Cardoso J.F.Second-order blind separation of temporally correlated sources // Proc. Int. Conf. onDigitalSig. Proc. 1993. P. 346−351.
- Tong L., Soon V., Huang Y.F., Liu R. Indeterminacy and identifiability of blind identification // IEEE Trans. CAS. 1991. V. 38. P. 499−509.
- Cardoso J.-F., Souloumiac A. Blind beam-forming for non Gaussian signals // IEEE Proceedings. 1993. V. 140. P. 362−370.
- Koldovsky Z.Efficient variant of algorithm FastICA for Independent Component Analysis attaining the Cramer-Rao Lower Bound // IEEE trans. on neural networks. 2006. V. 17. P. 1265−1277.
- Cichocki A, Amari S, Siwek K, Tanaka T, Anh Huy Phan, Zdunek R. ICALAB.MATLAB Toolbox Ver. 3 for signal processing // ICALAB toolboxes. 2003. URL. http://www.bsp.brain.riken.jp/ICALAB/ICALABSignalProc/ (дата обращения 17.03.2015).
- Chevalier P., Ferréol A., Albera L. High resolution direction finding from higher order statistics: The 2q-MUSIC algorithm // IEEE Trans. SignalProcess. 2006. V. 54. № 8. P. 2986−2997.