基于RobustICA的二阶段盲源分离算法

　　针对含噪环境下数字调制混合信号盲源分离（ BSS）误码率（BER）过高的问题，提出了一种基于RobustICA的二阶段盲源分离算法R-TSBS。该算法采用RobustICA算法对阵列响应向量构成的混合矩阵进行估计，然后利用数字调制信号的有限符号集特征，在第二阶段用最大似然估计（MLE）方法估计各个数字调制源信号发送的符号序列，达到盲源分离的目的。实验仿真表明，传统的独立成分分析（ICA）算法如RobustICA算法和FastICA算法误码率很高，在信噪比（ SNR）为10 dB时，其误码率达到了3.5×10-2左右，而基于FastICA的二阶段盲源分离算法F-TSBS和基于RobustICA的二阶段盲源分离算法R-TSBS的误码率则下降到了10-3，分离性能得到了明显改善；在较低的信噪比（0 -4 dB）下，R-TSBS算法较F-TSBS算法约有2 dB性能提升。