一种基于APES算法的弱ADS-B信号参数估计方法

星基广播式自动相关监视(ADS-B)是能够用于广域范围内飞行目标监视的新一代监视技术,是ADS-B系统的重要发展方向。相对于一般的陆基ADS-B系统,星基ADS-B系统信号需要更长距离链路传输,因此系统接收端接收到的信号较弱,会对信号处理和解码造成严重的影响。针对星基ADS-B信号的特点,介绍了一种基于幅度和相位估计(APES)算法的弱ADS-B信号参数估计方法：首先对信号进行非相干解调并译码,找到信号的高置信度码位,之后利用高置信度码位处的信号集合对信号使用改进后的APES算法进行频率和相位估计,估计值可用于对信号重新相干解调从而提高信噪比和正确译码概率。为了提高算法效率,该方法先利用快速傅里叶变换(FFT)对信号频率进行粗估计后,再使用APES算法进行精估计。仿真结果表明,在低信噪比和低采样率的情况下,算法达到了较高估计精度。     

基于CRC校验的星载AIS系统接收机

为了提升星载船舶自动识别系统(Automatic Identified System)的接收性能,文中提出了一种改进的星载AIS接收机方案。针对多路信号冲突的情况,研究了采用联合维特比解调(JMLSE)算法的AIS接收机误比特特点,选取合适的2比特CRC纠错算法进行纠错,改善信号解调性能。文中针对两路信号冲突情况,在不同功率比、相对时延和频偏条件下进行方案性能仿真。结果表明,使用2比特CRC纠错算法的星载AIS接收方案能够有效降低接收机误包率。     

基于松弛改进快速独立分量分析的同频混叠信号提取算法

针对快速独立分量分析（FastICA）算法提取多个同频混叠信号时的初值选择敏感性和收敛性能差的问题,提出了一种双松弛因子改进的FastICA(DLM-FastICA)算法。先在牛顿迭代法中引入双松弛因子,通过自适应调节分离矩阵的组合系数得到最优权值分离矩阵,从而改善FastICA算法的初值敏感性;再利用改进的FastICA(MFastICA)算法的快速收敛特性提取信号,提高算法的分离精度和收敛速度。仿真结果表明,该算法使得提取信号与源信号的相似系数达到0.9,同时迭代次数较原算法减少近40%,具有更加快速、稳定的提取性能。     

高灵敏度星载ADS-B信号解调算法

为提高星载自动相关广播监视系统(ADS-B)接收机的检测性能,研究了高灵敏度解调算法。利用基于匹配滤波的ADS-B信号帧头检测算法对信号准确定时和提取功率信息,该方法构建了特殊的帧头匹配脉冲序列,设计了信号控制状态机以确保在相关峰值最大处定位信号,并联合一部分数据位进行同步。利用多点加权振幅采样法提取比特信息和置信度。最后,采用基于置信度的纠错方法纠正校验错误的报文。板载验证表明,该解调算法能有效提升低信噪比条件下星载ADS-B信号的检测概率,最终接收机的灵敏度可达-95 dBm(数据包错误率5%)。     

星载AIS的复值FastICA算法改进

针对星载船舶自动识别系统( AIS )的含噪复值信号盲分离算法分离效果不佳的问题,提出了改进的复值快速独立分量分析算法( FastICA)。该改进算法针对混合信号数目大于源信号数目的超定情况,对含噪混合信号的协方差矩阵进行特征值分解,利用其噪声对应的几个较小特征值估计噪声方差,修正白化矩阵,再应用Huber M估计函数优化该算法的目标函数。实验结果表明,运用该算法信号均方误差( SMSE)变小,信干比( SIR)变大,提高了信号的分离性能;同时,优化后的目标函数使算法具有良好的稳健性。     

基于改进单天线投影算法的广播式自动相关监视信号分离

广播式自动相关监视(ADS-B)作为一种新的监视技术正受到国际民用航空组织(ICAO)的大力推广。然而,由于ADS-B信号传输具有随机性,多条信号交织问题不可避免。该文提出一种改进的单天线投影算法(PASA)。利用单通道分离交织信号,首先对单通道接收到的数据提出一种新的矩阵重构方式,从而降低两条信号之间的相对时延和频偏要求;然后利用投影算法分离交织信号。仿真实验结果验证了该算法的有效性。     

广播式自动相关监视信号接收系统设计

针对低成本、高性能的广播式自动相关监视(ADS-B)系统的设计需求,研究了ADS-B信号接收技术.基于软件无线电技术,设计了基于1090ES模式的ADS-B信号软件接收机;利用廉价的软件无线电平台(RTL-SDR)及Matlab,对设计进行了验证,实现对民航航班ADS-B信号的实际接收.相对于传统的ADS-B接收机,结...     

基于FPGA的星载AIS信号处理器的设计

针对星载AIS(船舶自动识别系统)接收系统提出了实现信号有效接收的总体方案。重点提供星载AIS信号处理器的硬件电路设计和基于FPGA信号处理软件设计。以AIS接收机整机为测试平台,通过仿真和试验验证了星载AIS接收机整机设计的有效性和可行性,此信号处理器可以满足星载AIS接收机的需求。     

基于蚁群算法的改进ICA算法

针对FastICA算法存在依赖非线性函数选取的缺陷,为了提高分离结果的可靠性,提出一种基于蚁群算法的改进ICA算法.该算法对非线性函数没有特殊要求,以负熵近似表达式为目标函数,利用蚁群算法代替FastICA算法中的牛顿梯度法,求出最优分离矩阵B,从而对混合信号中的独立分量进行分离.仿真结果验证了改进ICA算法的有效性和...     

ADS-B射频基带一体化接收芯片的基带设计

广播式自动相关监视(ADS-B)接收机为适应不同平台,需要兼顾小型化、低功耗,低成本与高灵敏度。针对已有ADS-B接收机无法同时满足上述需求,本文创新性地提出一种ADS-B射频基带一体化芯片的基带设计。基带利用数字下变频与低通滤波解进行信号解调。采用匹配滤波算法检测帧头,基线多样点技术^[1]提取数据位和置信度。纠错模块基于置信度纠正校验错误的报文。仿真验证与后端设计表明,基带满足最小信噪比71dB,接收报文信号时功耗为9.65mW,接收芯片灵敏度可达-92dBm。     

一种单天线ADS-B交织信号分离算法

随着民航飞机数量的增多,接收到的广播式自动相关监视( Automatic Dependent Surveillance-Broadcast,ADS-B)信号可能出现多条报文交织的情况,这将导致解码失败.针对单天线ADS-B二重交织信号,提出了一种投影算法与卷积神经网络( Convolutional Neural Net...     

基于二阶矩的雷达信号盲分离

针对雷达接收机在现代战场复杂电磁环境下接收到的混叠信号,提出了一种基于二阶矩的信号盲源分离方法。在混合信号球化过程中,对于具有加性白噪声的模型,构造了一组新的协方差矩阵,在信噪比不是很高的情况下,使其不会影响分离结果。在协方差矩阵对角化过程中,采用自然梯度的方法,避免分离矩阵更新过程中的求逆问题,提高了算法的实时性。仿真实验证明,在信噪比为-10 dB的条件下,对比FastICA算法,所提算法分离精度高,收敛速度快,为进一步的信号识别提供可靠依据。     

Parameter estimation of weak space-based ADS-B signals using genetic algorithm

Space-based automatic dependent surveillance-broadcast (ADS-B) is an important emerging augmentation of existing ground-based ADS-B systems. In this paper, the problem of space-based ultra-long-range reception processing of ADS-B signals is described. We first introduce a header detection method for accurately determining the pulse position of a weak ADS-B signal. We designed a signal encoding method, shaping method, and fitness function. We then employed a genetic algorithm to perform high-precision frequency and phase estimations of the detected weak signal. The advantage of this algorithm is that it can simultaneously estimate the frequency and phase, meaning a direct coherent demodulation can be implemented. To address the computational complexity of the genetic algorithm, we improved the ratio algorithm for frequency estimation and raised the accuracy beyond that of the original ratio algorithm with only a slight increase in the computational complexity using relatively few sampling points.     

用于ADS-B解交织的高增益稳健PA算法

广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)是基于全球卫星定位系统的航空器运行监视技术,由于ADS-B信号随机接入的广播方式和不断增加的空域流量,不可避免会带来信号交织问题,造成解码信息错误或丢失。本文基于正交投影（Project Algorithm,PA）,利用天线阵带来的信号处理增益,提出了一种高增益稳健的解交织算法:首先利用PA估计源信号的导向矢量,然后结合Capon波束形成算法,提高解交织信号的输出信噪比,考虑导向矢量的估计误差,本文将稳健波束形成（Robust Capon Beamforming,RCB）算法应用于此,从而进一步提高解交织算法的稳健性。仿真和实采数据结果均验证了本文所提算法能够较稳健地提高解交织信号的输出信噪比。      

基于TDOA/TSOA的ADS-B虚假信号检测技术研究

广播式自动相关监视(ADS-B)开放式监视构架的特点使其面临易受人为虚假欺骗的安全性挑战。本文设置多个ADS-B基站,利用ADS-B信号的到达时间差(TDOA)与到达时间和(TSOA)对飞机实际位置进行多点定位,与ADS-B信号解码所得位置信息进行比对,从而剔除虚假飞机目标。首先实现ADS-B基站间的时间同步,建立基于TDOA/TSOA的定位模型与算法,给出了利用Friedlander算法获取初值的改进的Taylor级数算法以获取飞机位置。运用蒙特卡洛方法进行了四基站和五基站的仿真实验,结果表明,与现有Taylor级数算法相比,改进算法能提供更精确的飞机位置,并且五基站的定位性能要优于四基站的定位性能。     

一种改进的CFICA盲分离算法的研究

复信号快速盲分离算法(CFICA)是一种快速有效的盲信号分离方法,但它常因敏感于分离矩阵的初始值而得到较差的分离效果,首先提出一种与牛顿下降法相结合的改进CFICA,并在高斯白噪声信道中对三路复值信号进行仿真实验,结果表明,改进的算法在分离质量和效率上较原算法有明显提高.     

基于前导脉冲辅助的相位调制1090ES信号载频同步算法

基于相位调制扩容1090ES信号为ADS-B带来新的功能和应用,载波频率同步是扩容信号需解决的一项关键技术。针对扩容1090ES信号的突发载频同步问题,提出了一种基于频偏捕获和相位误差跟踪环的快速同步方法,频偏捕获采用前导辅助脉冲相关性判决进行二叉树频率搜索,捕获载频偏差并校正得到频偏较小的基带信号,相位误差跟踪环实现对小频偏信号进行频率估计和补偿。仿真结果表明:该方法适用于基于相位调制的扩容1090ES信号接收系统。     

基于EMD的单天线ADS-B交织信号自检测与分离算法

近年来,广播式自动相关监视（Automatic Dependent Surveillance-Broadcast, ADS-B）凭借其优良的监视性能受到了广泛的关注,国际民航组织将其作为主推的新一代空管监视技术。本文针对于ADS-B信号存在的交织问题,提出了一种单天线解交织的方法:通过经验模态分解将单天线接收到的ADS-B交织信号进行自适应分解,结合信号特点估计出信源个数。在此基础上,针对于分解中出现的模态混叠现象采用相空间重构法进行消除,计算重构中分解出的分量与交织信号的相似系数从而组成新的多维信号,最后采用独立分量分析对构成的多维信号进行解交织。本文将经验模态分解应用于单通道ADS-B信号解交织中,实现了交织信号信源个数的自检测,且该方法对交织信号相对时延不敏感。仿真和实采数据结果均表明,该算法可以有效地解决ADS-B交织信号信源个数估计和分离问题。      

An Introduction to Energy‐Based Blind Separating Algorithm for Speech Signals

We introduce the Energy‐Based Blind Separating (EBS) algorithm for extremely fast separation of mixed speech signals without loss of quality, which is performed in two stages: iterative‐form separation and closed‐form separation. This algorithm significantly improves the separation speed simply due to incorporating only some specific frequency bins into computations. Simulation results show that, on average, the proposed algorithm is 43 times faster than the independent component analysis (ICA) for speech signals, while preserving the separation quality. Also, it outperforms the fast independent component analysis (FastICA), the joint approximate diagonalization of eigenmatrices (JADE), and the second‐order blind identification (SOBI) algorithm in terms of separation quality.     

A blind signal separation method for single-channel electromagnetic surveillance system

In this paper, a blind signal separation (BSS) methodology for simultaneously received multisystem frequency-overlapped signals in a single-channel (SC) electromagnetic surveillance system is proposed using fast independent component analysis (FastICA) in a dynamical embedding (DE) framework. Firstly, an appropriate DE matrix is constructed out of a series of delay vectors from the SC recording. The lag-time and the dimensional of embedding matrix setting principal are introduced in details. Next, multiple independent components (ICs) are calculated by decomposing the embedding matrix through FastICA algorithm, and ICs can be regarded as a convenient expansion basis of the original signals. Then, these ICs are projected back into the measurement space. After that, these projected ICs are classified and used for recovering the sources of interest based on their independent nature and their power density spectrum. Numerical simulation results obtained in evaluating the proposed methodology’s performance confirmed the effectiveness of the proposed algorithm.