何继爱 宋宇霄

(兰州理工大学计算机与通信学院，甘肃兰州 730050)

1 引言

随着物联网技术的快速发展，物联网在各个行业中都发挥着及其重要的作用[1]。窄带物联网(NB-IoT)技术因功耗低，覆盖广等优点越来越受到人们的关注。在窄带物联网通信中，由于物联网环境下传输的载体通常为单通道窄带信号[2]，在传输信号的过程中由于多设备的原因，接收机接收到的往往是多路混合的复杂信号[3- 4]。为了从复杂信号中得到有用的信号源，需要对其进行分离提取。Kalman滤波算法是一种对动态系统进行数据状态估计的有效办法[5]，它具有储存历史数据量少的优点，利用新的观测值，通过对其不断预测和修正估计出系统新的状态。随着计算机技术的不断提升，Kalman滤波在实时性、有效性、可靠性有着高要求的系统中得到了广泛的应用。

针对单通道盲源分离问题，许多学者进行探索并取得了一定的成果。文献[6]提出了在窄带物联网中基于双门限接收的单通道窄带信号盲分离算法，构造并设计了单通道窄带相关处理器，提高了盲源分离效率，但是对于多信号混合成的观测信号存在着计算量大的问题。文献[7]为了达到增强语音信号的目的，使用Kalman滤波算法对于含噪声的混合语音信号进行滤波，之后利用Fast-ICA算法对阵列语音信号进行分离，但是没有利用信号的状态空间特征对混合信号进行分离，运算复杂度较高。文献[8]提出了一种通过计算信号循环频率，构造循环谱域滤波器实现信号分离的方法，文献[9]在此基础上对循环频率误差进行修改，分析了在误差条件下滤波器的性能，但是需要根据循环谱域谱相关性得到循环频率，以确定滤波器频移量，计算复杂度高。……