基于盲解卷的雷达信号分选

盲信号处理是近年来信号处理领域的热点研究课题,可以根据输入源信号的基本统计特征,由观测数据进行信号分离,最终恢复出源信号。深入分析了非平稳信号的盲解卷算法,并提出了将其用于雷达信号分选的新思路。计算机仿真表明,这种算法应用于雷达信号分选时可以获得较好的分离效果,从而为实现现代电子对抗中复杂的雷达信号分选提供了新的思路。     

盲源分离技术的发展及应用浅谈

盲源分离是指在不知道源信号和传输信道任何先验知识的情况下,仅根据输入源信号的统计特性,通过观察信号恢复出各个独立源信号的过程。文章简要介绍了盲源分离的基本思想、概念及数学模型,并对目前在盲源分离研究中,几个关键问题取得的研究成果与进展进行了讨论。     

分布式天线接收的混合通信信号盲分离

在非协作的通信环境中,由分布式接收天线构成的“虚拟天线阵列”信号模型与常规的盲源分离的典型模型有明显差异,导致现有的一些盲源分离的方法和算法难以适用于分布式天线接收的混合通信信号的分离。利用各源信号之间的统计独立性和通信信号的循环平稳性,提出了一种适合于分布式天线接收的混合通信信号盲分离的思想和实现方法。仿真实验表明,提出的方法能有效地分离出源信号。     

一种语音信号欠定盲分离的新方法

文章提出了一种语音信号欠定盲分离的新方法,引入了一种伪提取矢量的概念,并通过在信号采样点处选取对应的伪提取矢量,以恢复取值占优的源信号采样点的值,来实现欠定盲源分离。通过将该方法与传统的基于线性规划的欠定盲源分离方法分别仿真表明:文章所提出方法由于在信号的各采样点处无需优化,因此大大提高了信号分离的速度,语音信号的分离速度比基于线性规划的方法快数倍。     

频域盲源分离的非圆信号推广

作为盲源分离（BSS）问题的最有效解决方法之一,独立分量分析（ICA）算法可以分为时域和频域算法两类.将时域盲源分离的快速算法推广到频域,通过在频域中应用非圆信号的伪协方差矩阵,推导出一个新的固定点算法来解决线性瞬时混合的非圆信号盲源分离（BNSS）问题.仿真实验验证了该算法的有效性.     

适用于通信信号盲源分离的 分离条件数学建模方法研究

针对使用盲源分离技术分离卫星通信信号的数学假设工程实施问题,重点对分离条件中的数学假设混合矩阵列满秩展开研究。根据最优化理论,提出了一种适用于通信信号盲源分离的分离条件数学建模方法。首先,介绍了盲源分离的分离模型与基本假设;其次,选择矩阵条件数来衡量混合矩阵的正定性,并结合阵列天线接收模型,以矩阵条件数为目标函数,建立最优化模型,寻找最优天线间距;最后,以两个信号源、两个接收天线为例进行仿真。仿真结果表明：所建立的优化模型可以有效找到最优天线间距,通过设计合适的天线间距可以有效满足混合矩阵列满秩条件。最优天线间距与载波频率成反比。该建模方法有效将抽象的数学假设转化为具体的天线间距设计,加强了盲源分离技术的可实施性,为大规模的盲源分离天线阵列设计提供技术支撑。     

基于盲源分离的相参干扰研究

针对盲源分离抗主瓣干扰的问题,提出多目标雷达回波和多干扰样式的盲源分离模型,并基于快速独立分量分析算法仿真分析雷达目标回波与相参干扰的盲源分离效果,仿真结果表明:盲源分离能够实现干扰信号和雷达回波信号的分离,间歇采样类干扰在盲源分离后容易被鉴别,但是经过匹配滤波处理后难以鉴别区分;全脉冲存储假目标调制转发干扰具有与真实目标回波近似的运动特性和电磁散射特性难以进行鉴别区分。     

基于简化粒子群优化的卷积混叠盲源分离算法

针对现有的卷积混叠盲源分离算法存在的算法复杂和分离精度低等问题,提出一种新的基于简化粒子群优化的卷积混叠盲源分离算法。算法将不同时间点分离信号的互累积量消失作为分离准则,将信号的四阶互累积量作为目标函数,采用简化粒子群优化算法代替基本粒子群算法对目标函数进行全局优化,解决了基本粒子群算法容易陷入局部极值的问题。Matlab仿真结果表明,新算法可以有效实现对卷积混叠信号的盲源分离。对比基本粒子群算法,新算法分离精度更高、收敛速度更快。     

一种同频非合作航天器通信信号的盲源分离算法

针对频谱混叠的同频非合作航天器通信信号分离问题,研究了盲源分离技术,提出一种以立方函数作为非线性函数的盲源分离改进算法。在介绍盲源分离模型的基础上,依据通信信号的亚高斯性,对快速独立分量分析(FastICA)算法的非线性函数作适应性改进,提升了算法的性能。选用8FSK、BPSK、QPSK和频谱混叠的通信信号与单音干扰信号进行混合,仿真并对比分析了4种应用不同非线性函数的FastICA算法。500次的仿真结果表明:应用立方函数的FastICA算法的分离成功率达到100%,平均迭代次数约为25,性能指数均值为0.115 7,具有更优的效能,可很好地解决非合作航天器通信信号的分离问题。     

频谱混叠通信信号分离方法

在通信信号侦察中 ,由于接收到的多个信号频谱发生混叠 ,很难在频域上将其分离出来 ,而采用盲源分离技术可以有效地分离出发生频谱混叠的多个通信信号。理论分析和仿真结果表明具有良好的效果     

基于密度聚类和lp范数最小化的空中微动群目标盲源分离技术研究

盲源分离(blind source separation, BSS)在语音信号的识别、生物医学信号的处理以及雷达信号的目标识别上具有重要的应用价值。为了解决空中微动群目标的欠定盲分离问题,提出了一种基于密度聚类和lp范数(0相似文献   

独立分量分析在雷达信号分选中的应用

独立分量分析(ICA)是近年来信号处理领域的热点研究课题,可以根据输入源信号的基本统计特征,由观测数据进行信号分离,最终恢复出源信号。在深入分析ICA算法的基础上,提出了将其用于雷达信号分选的新思路。计算机仿真表明,这种算法应用于雷达信号分选时可以获得比较好的分离效果。     

基于循环平稳约束的盲信号提取算法

 特定信号提取是通信信号处理中的重要问题。在约束独立分量分析方法的基础上提出了基于循环平稳约束的盲信号提取算法。该算法利用通信信号固有的循环平稳特性作为约束条件,结合独立分量分析的学习过程,同时完成特定目标信号的分离和选取,避免了经典独立分量分析方法提取“无关”源信号的过程。仿真结果表明,相比传统ICA算法,本文算法能有效提取目标源信号且提高了目标源信号的估计精度。     

复杂电磁环境下的雷达信号分选方法

由于电磁信号环境的日益密集、复杂,传统的雷达信号分选方法面临着严峻挑战。介绍了基于盲源分离的信号分选、聚类分选、基于脉内特征的信号分选等在复杂电磁环境下能够比较好地实现雷达信号正确分选的方法,分析了这几种方法的性能优劣;最后探讨了参数联合分选、算法联合分选的可行性和优势。     

一种非对称PCMA信号盲分离算法

针对卫星通信中非对称成对载波多址(PCMA)信号的盲分离问题,提出一种基于同步挤压小波变换(SWT)的盲分离算法。该算法在混合多个信号前提下,首先按强信号进行同步,接着采用同步挤压小波变换提取时频曲线,最后去除混合信号中的噪声与强信号主频外的弱信号干扰,降低了强信号解调误码率。该算法具有在不具备协作通信方发送的信息序列的先验条件下,实现了非对称PCMA信号盲分离的特点。仿真结果表明,经本文算法处理后强信号解调误码性能比对混合信号直接硬判决时有较大提升。     

基于时频重排与WHT的多分量LFM信号识别

辐射源识别中多分量线性调频雷达信号在实际信号环境中广泛存在,对其进行识别尤为重要.由于多分量LFM信号有严重的交叉项,传统的基于Wigner-Ville分布的时频分析技术对其难以奏效,因此提出了一种基于时频重排与WHT的多分量LFM信号识别法.该法通过盲源分离提取各独立分量,利用时频分布矩阵的联合对角化法抑制交叉项,再对其谱图进行时频重排,最终利用Wigner-Hough变换识别各LFM分量.与WVD方法相比,实验结果表明,在低信噪比下能很好地识别多分量LFM信号.     

基于最大信噪比的带噪测控信号分离算法

在实际卫星测控信号侦察中,混合副载波信号分离比较困难,且耗时较长.为此,提出一种基于小波变换和最大信噪比的副载波盲分离算法.先利用小波阈值算法对混合带噪信号进行消噪处理,然后采用基于最大信噪比的盲分离算法对消噪后的信号实施分离,最后得到测控副载波信号的估计.MATALAB仿真结果表明,该算法计算复杂度低,耗时短,能够较...     

基于自回归高阶估计的盲信号提取算法

文章利用线性预测模型来描述信号的时序结构,提出了一种基于高阶统计量的自回归参数估计的盲信号提取算法。算法首先通过高阶累积量对AR模型中的加权参数进行估计,然后利用盲提取方法对混合信号进行抽取以达到混合信号的分离,比较了高阶累积量方法和二阶自相关分离算法在不含噪声和含高斯白噪声情况下的分离效果。最后通过仿真实验证实了算法的有效性。     

星载测向定位技术研究

针对卫星无源定位系统对辐射源高精度定位的要求,以及日益复杂的电磁环境下时频重叠信号测向定位的难题,提出了单星阵列信号处理测向的方法,并对干涉仪和阵列信号处理测向的性能进行了理论分析和仿真比较,结果显示阵列信号处理测向比相位干涉仪具有更高的精度,在存在模型误差的情况下,基于盲源分离的测向算法比经典子空间投影测向算法具有更高的分辨力。     

稳健的欠定混合矩阵盲辨识

主要研究欠定盲源分离中的混合矩阵估计问题。提出了一种改进的欠定混合矩阵估计算法,首先采用短时傅里叶变换得到混合信号的时频表示并检测出时频单源点,然后检测出时频单源点中影响混合矩阵估计性能的时频点并将其去除,最后采用聚类的方法实现混合矩阵的估计。语音信号的仿真实验表明,与已有算法相比较,本文提出的混合矩阵估计算法有更高估计精度和更强的鲁棒性。