基于simulink的通信系統仿真分析

諶澤鵬，趙 龍

（廣東工業大學 自動化學院,廣東 廣州 510006）

基于simulink的通信系統仿真分析

諶澤鵬，趙 龍

（廣東工業大學 自動化學院,廣東 廣州 510006）

文章以盲信號分離為研究對象,利用Matlab的simulink模塊模擬現實生活中兩根天線對兩個信源的接收及傳輸過程。該文利用快速獨立量分析算法實現盲分離。整個系統模塊主要包括信號產生模塊、采樣、信道、下變頻等模塊。希望能對實際工程中的盲信號分離研究提供一定的參考意義。

盲信號分離；快速獨立量分析；Matlab

在源信號和傳輸信道未知的情況下，只利用接收天線的輸出觀測統計獨立的源信號，稱為盲信號分離。盲信號分離是20世紀80年代初在信號領域誕生的備受學術界關注的新生學科，在許多領域如雷達和聲吶、圖像、無線通信及軍事領域都有著重要的應用[1]。本文圍繞這一熱點課題展開，主要工作概括如下：介紹了盲信號分離問題，提出了盲信號分離理論的研究背景及意義；利用Matlab2010搭建完整的仿真系統；利用Fast ICA算法對盲信號進行分離。

1 盲信號分離系統

盲信號分離的數學模型可表示為[2]：

其中：x為n維觀測信號矢量，s為n維未知的源信號矢量，n為n維的噪聲矢量。Y是系統的輸出矢量，也就是經過分離后得到的分離信號矢量。A為信號傳輸過程中的混合系統矩陣。W是盲信號分離中要找的分離矩陣。

本系統由伯努利二進制信號產生模塊、加性高斯白噪聲信道、Analog Filter濾波器及調制與解調模塊組成。系統組成如圖1所示。

圖1 通信系統模型

2 盲信號分離系統主要模塊介紹

下面，本文將對盲信號分離系統各個模塊逐一介紹。

2.1 信號產生

信源是通信系統中產生信號的模塊。根據信號的性質，可以將其大致分為統計信源、確定信源、偽隨機信源等[3]。本系統中的信號產生由伯努利二進制信號產生器產生。該模塊產生隨機二進制序列，該序列滿足伯努利分布。參數設置如圖2所示。

圖2 信號產生模塊

2.2 信道

信道模型可以分為加性高斯白噪聲信道，帶限加性噪聲信道等。本系統采用加性高斯白噪聲信道。

如果噪聲的取值服從零均值高斯分布，而任意不同時刻的取值相互獨立，則稱這樣的噪聲信號為加性高斯白噪聲（Additive White Gaussian Noise，AWGN）。高斯白噪聲的自相關函數為一個沖擊函數，其功率譜密度函數為常數。信道模塊及參數設置如圖3所示。

2.3 濾波器

濾波器是指執行信號處理功能的電子系統，它專門用于去除信號中不想要的成分或者增強所需成分。根據性質，濾波器可以分為非線性的、線性的、時不變的、時變的，連續的、離散的等。本系統采用巴特沃斯濾波器，如圖4所示。

圖3 加性高斯白噪聲信道模塊及參數設置

圖4 濾波器及參數設置

2.4 調制與解調

調制和解調是互為相反功能的信號頻譜搬移過程。在發送端，通過調制將信號頻譜搬移到指定傳輸信道的頻段上，以便于傳輸、信道復用以及干擾抑制；在接收端，再以解調一一將傳輸信號恢復出來[4]。調制方式按不同的分類可以分為線性調制和非線性調制，頻率調制和相位調制，模擬調制和數字調制等。本系統采用的是數字調制里面的2ASK調制。系統解調采用的是相位解調。

2.5 FastICA算法

本系統所采用的算法為FastICA[5-6]，它有很多優點，FastICA是按立方收斂的，而梯度算法僅是按線性收斂的，FastICA收斂速度更快[7]。不需要選擇步長參數，更易于運用。FastICA算法是并行的、分布的，計算簡單，要求內存空間小。

3 盲信號分離系統仿真實驗

本系統測試算法使用的是Fast ICA算法，模擬兩個信源，兩根天線接收。分離前后的結果包括信號混合前的時域、頻譜和經過盲分離后的信號時域和頻譜，如圖5所示。

觀察圖6可以發現，分離效果較好，但分離結果具有無序性和幅值的不確定性。而且盲分離效果與設置的調制信號的載波頻率有關。

圖5 混合前兩個信號時域（左）與分離后兩個信號時域（右）

圖6 分離前（左）后（右）信號頻譜

4 盲信號的發展前景

盲信號分離在最近幾十年取得了長足的發展，但還有很多問題需要解決：（1）當混合模型為非線性時，恢復源信號比較困難；（2）當源信號屬于不同類分布時，分離混合信號難度很高；（3）卷積混合模型的盲信號分離問題有待

研究。

5 結語

本文設計了一個完整的盲信號分離仿真系統，介紹了該系統的模塊組成及功能和算法，驗證了Fast ICA算法的有效性。

[1]王紀偉.盲信號分離系統的研究與實現[D].北京：北京郵電大學，2010.

[2]馬建倉，陳海洋.盲信號處理[M].北京：國防工業出版社，2006.

[3]邵玉斌.Matlab/Simulink通信系統建模與仿真實例分析[M].北京：清華大學出版社，2007.

[4]張德豐.Matlab/Simulink建模與仿真實例精講[M].北京：機械工業出版社，2010.

[5]AOYAMA H，CHIBA N，FUCHIWAKI O，et al.Non-contact bio cell manipulation by nonlinear micro fow around the vibrated pipette on micro robot[EB/OL].（2006-10-12）[2016-12-25].aspe.pointinspace.com.

[6]FLOYD S，PAWASHE C，SITTI M.Two-Dimensional Contact and Noncontact Micromanipulation in Liquid Using an Untethered Mobile Magnetic Microrobot [J].IEEE Transactions on Robotics，2009（6）：1-11.

[7]王建雄，張立民，鐘兆根.基于FastICA算法的盲源分離[J].計算機技術與發展，2011（12）：95.

Analysis on communication system simulation based on simulink

Chen Zepeng, Zhao Long
（Automation College of Guangdong University of Technology, Guangzhou 510006, China）

Blind signal separation is studied in this paper.Use the simulink module of MATLAB to simulate the process of receiving and transmitting the two antennas on the real life. This paper uses fast independent component analysis algorithm to realize the blind separation. The whole system module mainly includes the module of signal generation, sampling, channel, down conversion and so on. Hope this paper could have a certain reference value for the study of the blind signal separation in practical engineering.

blind signal separation; fast independent component analysis; MATLAB

諶澤鵬（1991— ），男，江西九江，碩士研究生；研究方向：信號處理。