[发明专利]一种时频重叠高斯调幅通信信号分离方法

摘要

本发明提供一种时频重叠高斯调幅通信信号分离方法，包括以下步骤步骤一，建立信号模型，将接收到的混合信号转换成由若干个高斯调幅源信号组成，将混合信号的求解过程转化成求解多维变量参数的过程；步骤二，采用遗传算法计算出多维变量参数的初始值；步骤三，采用最小值搜索法计算出多维变量参数的最优值；步骤四，根据多维变量参数的最优值计算出各个源信号。能有效地实现单通道时频重叠高斯调幅通信信号的分离，该方法是先建立高斯调幅通信信号模型，求出所需要估计参数的初始值，利用该方法搜索到各个所需估计参数的最优值，根据得到的最优值恢复出各个高斯调幅源信号。

主权项

一种时频重叠高斯调幅通信信号分离方法，其特征在于：包括以下步骤：步骤一，建立信号模型，将接收到的混合信号的理论表达式转换成由若干个高斯调幅源信号组成，将混合信号的求解过程转化成求解多维变量参数的过程：将接收到的混合信号的理论表达式x(t)转换成由M个高斯调幅源信号组成，表达式如下：其中，表示各个源信号分量的幅度调制系数，t0表示各个源信号分量的时域中心，ωi表示各个源信号分量的时宽，为各个源信号分量的载频，θi表示各个源信号分量的初相位；步骤二，采用遗传算法计算出多维变量参数的初始值：设定多维变量参数λ的表达式如下：采用完全随机生成m组定长的二进制串作为群体规模为m的初始种群，参数λ中每个变量的变化范围为[λminλmax]，用q位二进制数p来表示，则有：将初始种群的数据代入所设的模型：根据个体适应值的评价函数来判断多维变量参数参数λ的估计值与真实值之间的接近程度，其中xz为个体，x为实际接收到的混合信号；当最大迭代次数大于等于50时，输出此时的多维变量参数λ初始值X0；当最大迭代次数小于50时，个体进行遗传操作，得到新的种群后，从而得到一个新的种群，重复所述步骤二；步骤三，采用最小值搜索法计算出多维变量参数的最优值：将多维变量参数λ的初始值X0作为搜索的初始点，利用给定的单纯形的顶点函数值大小，确定单纯形函数的最高点和最低点，通过的反射、扩展及压缩操作构成新的单纯形，当估计值与混合信号的绝对误差E小于1e‑6时，输出的解X1为多维变量λ的最优值；绝对误差计算表达式为E＝|xz‑x|，其中，xz为个体，x为实际接收到的混合信号；反射、压缩和扩展系数为a，b，c均为常数，则反射、压缩和扩展操作分别为：其中，n为变量的维数，k为迭代次数，表示单纯形形心的函 数值，分别表示经过反射、压缩、扩展之后的函数值,x(k)h表示反射之后的函数值与第(n+1)点处函数值中的最小值；步骤四，根据多维变量参数的最优值计算出各个源信号：将多维变量参数λ的最优值X1中的参数代入源信号表达式：即可求出各个高斯调幅通信信号。