基于GA-IPF的PCMA信号盲分离算法
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

中国科学院战略性先导科技专项(A类)(XDA18040400);中国科学院国防科技创新基金项目(CXJJ-17-M152);国家自然科学基金(61701473);北京市科技计划项目(Z181100001518006);中国科学院STS计划(KFJ-STS-ZDTP-070)


Blind Separation of PCMA Signals Based on GA-IPF
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 增强出版
  • |
  • 文章评论
    摘要:

    针对非合作接收PCMA信号盲分离问题,提出一种遗传改进粒子滤波算法(Improved Particle Filtering based on Genetic Algorithm,GA-IPF).该算法以粒子滤波的算法框架为基础,建立多个状态空间分布以逼近真实后验概率密度;同时引入遗传算法替代重采样产生新粒子,增加粒子多样性,避免了重采样过程中的粒子耗尽问题.仿真实验表明,该算法载噪比为9 dB时,分离准确率达到95%,与QRD-M Gibbs等算法相比,信号捕获能力提高4 dB,且算法复杂度降低近60%.

    Abstract:

    Aiming at the blind separation problem of non-cooperative receiving PCMA signals, Improved Particle Filtering based on Genetic Algorithm (GA-IPF) is proposed. Based on the particle filter algorithm framework, the algorithm establishes multiple state distributions to approximate the true posterior probability density. At the same time, genetic algorithm is introduced instead of resampling to generate new particles, which increases particle diversity and avoids particle depletion during resampling. Simulation results show that when the carrier-to-noise ratio is greater than 9 dB, the separation accuracy is over 95%, compared with QRD-M Gibbs and other algorithms, the signal acquisition capability of the algorithm is improved by 4 dB, and the algorithm complexity is reduced by nearly 60%.

    参考文献
    相似文献
    引证文献
引用本文

张珊珊,陈刚,鲁华祥,邓琪.基于GA-IPF的PCMA信号盲分离算法.计算机系统应用,2019,28(9):196-202

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2019-03-05
  • 最后修改日期:2019-04-02
  • 录用日期:
  • 在线发布日期: 2019-09-09
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号