董 志， 胡君朋， 黄芝平

(国防科技大学 机电工程与自动化学院， 湖南 长沙 410073)

单通道信源数估计的改进方法

董 志， 胡君朋， 黄芝平

(国防科技大学 机电工程与自动化学院， 湖南 长沙 410073)

本文对单通道接收信号的源数估计方法进行了研究， 提出了对现有方法的改进措施. 将单通道数据通过延迟处理转换为多通道形式， 然后引入阵列信号处理中的信源数估计算法， 如盖氏圆盘估计法(Gerschgorin’s Disk Estimation, GDE)和最小描述字长法(Minimum Dscription Lengh, MDL). 基于信息理论标准(ITC)的MDL方法在低SNR条件下获得比GDE更好的性能， 但是它无法处理包含有色噪声的信号. GDE方法虽然可以克服有色噪声的影响， 但是其在低SNR下的性能欠佳. 基于上述考虑， 本文对这两种方法进行了改进. 采用对角加载技术改善MDL方法的性能， 并引入Jackknife切法优化数据协方差矩阵， 以提高GDE方法的性能. 模拟实验结果表明： 本文提出的方法使原有方法的性能得到很大改善.

单通道信号； 信源数估计； 自助刀切； 信息论准则； 盖氏圆； 最小描述字长(MDL)

0 引 言

单信道源数估计(SCSNE)的问题被广泛应用于许多领域， 例如图像处理， 光纤通信[1-3]和单信道盲信号分离(SCBSS)等. 近年来， SCBSS被认为是一些领域中最具挑战性的研究课题之一[4-7]. 相关学者提出了许多算法来解决SCBSS问题， 例如MUSIC[8]， ESPRIT[9]和ICA[10]. 然而， 大多数盲源分离(BSS)算法和信号谱估计方法的性能将随着源数目的不准确估计而显著恶化.

对于单通道信号的处理， 一种可接受的方式是扩展数据维数并将单通道数据转换为多通道形式. 目前， 有多种方法来扩展数据维度， 如过采样方法[11]， 信号稀疏分解[12]和延迟处理[13]. 其中， 过采样方法需要数据采样前端的协作；……