基于卡尔曼滤波的同步盲系统辨识与解卷积方法

作     者：梅铁民 闫晓瑾 Mei Tiemin;Yan Xiaojin

作者机构：沈阳理工大学自动化与电气工程学院辽宁沈阳110159 

出 版 物：《信号处理》 (Journal of Signal Processing)

年 卷 期：2020年第36卷第11期

页      面：1877-1884页

核心收录：

学科分类：11[军事学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 08[工学] 081002[工学-信号与信息处理] 110503[军事学-军事通信学] 

基　　金：辽宁省教育厅一般项目(LG201601) 

主　　题：盲系统辨识 解卷积 同步 卡尔曼滤波 并行结构 

摘      要：在盲信道均衡或盲语音去混响应用中,盲多信道系统辨识通常是信号解卷积的前提条件,即盲辨识过程后跟一个解卷积过程。本文提出一种基于卡尔曼滤波的同步盲系统辨识与解卷积方法,其中卡尔曼滤波的状态矢量由多信道系统参数与源信号矢量组成,过程方程和测量方程则建立在单输入-多输出系统(SIMO)的输入输出关系及信道间交叉关联关系(Cross Relation)基础上。此外,盲系统辨识部分与解卷积部分是可以解耦的,生成两个看似独立的卡尔曼滤波问题,并且这两个卡尔曼滤波问题可以实现并行计算。与级联结构相比,这种并行结构更有利于算法优化和实时信号处理。仿真表明,对于无噪声理想信号模型,本算法可以实现完全系统辨识和解卷积(信号误差比可达到100 dB以上),说明理论正确;对于实测的混响语音信号亦可以实现一定的去混响效果。