[发明专利]基于次成分分析的人工噪声消除方法

权利要求书

1.基于次成分分析的人工噪声消除方法，定义人工噪声辅助的MIMO无线通信系统中，Alice有N_a根发射天线，Bob有N_b根接收天线，Eve有N_e根接收天线，Bob采用信道估计方法得到Alice-Bob链路的信道信息H，并将其反馈给Alice以生成波束赋形向量和人工噪声用于提升信号传输性能，用于保证传输安全，表示复数域，Alice发送的基带信号s满足s^Hs＝E_s，E_s表示信号功率；系统中发射信号为：

x＝ps+Vr

其中，p为H^HH最大特征值对应的特征向量，是H的零空间，满足HV＝0，是一个所有元素满足独立同分布的均值为0、方差为的复高斯分布的随机向量，其中V由H的奇异值分解获得：

H＝U[D 0][V₁ V]^H

发射信号x的总发射功率为P，用于传输有效信号s的比例为θ，人工噪声Vr所占比例为1-θ，则：

E_s＝θP

发射信号通过信道H传输至Bob，并同时通过窃听信道传输至Eve，Bob的接收信号y和Eve的接收信号z表示为：

y＝Hps+u

z＝Gps+GVr+v

其中，和均表示复高斯噪声，其中的每个元素都满足独立同分布的均值为0，方差分别为和的复高斯分布；

其特征在于，所述人工噪声消除方法包括：

定义人工噪声与有效信号功率比的指标为：

其中w^H代表投影方向，分子表示未消除的人工噪声功率，分母表示提取出的有效信号功率，定义Eve接收到M个观测向量：

z_i＝Gps+GVr_i+v_i，i＝1,2,…M

通过最小化整体信号方差的方式去减弱人工噪声的影响，同时通过最大化整体信号的均值去增强有效信号的质量，建立优化问题为：

s.t.||w||²＝1

其中E(·)和V(·)代表期望和方差，将简化为：

s.t.||w||²＝1

其中

通过上述定义式可计算得到D，S；

对矩阵组(D,S)使用广义特征值分解，选择对应最小特征值的广义特征值向量，得到w，将Eve接收信号左乘w^H即可在未知H的情况下实现人工噪声消除。