基于盲源分离的短波频谱管理监测研究

常规无线电频谱监测中,对同频段频谱相互重叠的混合信号缺乏有效的监测手段,盲源分离能在不需要已知源信号和传播信道的情况下,实现对接收混合信号的分离,得到纯净的源信号,是实现监测这种混合信号的有效方法,所以考虑将盲源分离应用到频谱管理监测中。介绍了盲源分离的基本概念,对短波频谱管理监测的盲源分离算法进行了分析,着重对该技术在电磁频谱管理监测中的应用进行了仿真,为频谱管理监测提供了技术支持。     

基于信号重构的非参数化混叠信号分离方法

复杂电磁环境下,雷达、通信等信号在时域、频域、时频域存在复杂混叠,且各类型信号带宽差异大、调制样式多样,常规信号分离方法难以应用。文中提出了一种基于信号重构的非参数化混叠信号分离方法。基于瞬时幅度的傅里叶分解,建立非参数化稀疏信号模型,将混叠信号分离转化为瞬时幅度和瞬时频率的联合估计问题,基于交替迭代思路,分别进行估计和更新。对于瞬时幅度项,基于广义近似消息传递方法进行估计;对于瞬时频率项,利用瞬时频率变化平缓性特征,建立瞬时频率更新模型,实现对瞬时频率的更新。进一步,基于瞬时幅度和瞬时频率估计结果进行各信号重构,实现混叠信号分离。仿真结果表明：文中所提方法能有效分离时频域复杂混叠信号。     

动态变化混叠模型下盲源分离中的源数估计

在进行欠定盲分离时,特别是对于源信号数目及混合矩阵动态变化的情况,常规的欠定盲分离及源数估计方法不能对源信号数目的变化时刻做出判断,因此很难实现动态变化的源信号数目实时和准确的估计。针对这个问题,提出了一种动态变化混叠模型下欠定盲源分离中的源数估计方法。首先,建立动态变化混叠情形下盲源分离的数学模型及动态标识矩阵。其次,基于构建的动态标识矩阵统计和判断动态源信号数目的变化情况。最后,通过分段时间内多维观测矢量采样点聚类区间局部峰值统计,实现动态变化混叠模型下盲源分离中的源信号数目的有效估计。仿真结果表明,该方法能有效实现动态变化混叠模型下欠定盲源分离中的源数估计,并且信号估计效果良好。     

面向高混响环境的欠定卷积盲源分离算法

为了解决高混响环境下欠定卷积混叠信号的分离问题,提出一种新的欠定卷积盲源分离算法。针对高混响环境的影响,设计全局脉冲响应网络削弱混响回声,提高信号质量。基于全局脉冲响应网络建立新的时频域混叠信号数学模型,采用全局脉冲响应矩阵缩短了传统脉冲响应的长度,降低了高混响带来的模型变换近似误差。基于非负矩阵分解理论设计模型参数的实时更新学习规则,将源信号分离问题转换为模型参数优化问题,实现混叠信号的盲源分离。实验结果表明,所提算法可以有效地实现中英文语音、音乐混叠信号的盲源分离,与现有比较流行的盲源分离算法的对比验证了所提算法的优越性。     

基于峰度的盲源分离算法研究与应用

在复杂电磁环境中,检测和分离频谱混叠信号的分析是极为重要且困难的研究课题.提出了一种基于独立分量分析(ICA)模型的改进盲源分离算法,探讨了信号的相关性和参数变化对算法分离效果的影响.利用峰度绝对值函数作为目标函数,采用改进的牛顿法寻优目标函数,实现了信号的盲源分离.理论分析和实验结果表明,该方法应用于雷达信号盲源分离时可以荻得比较好的分离效果,新算法能有效提高收敛速度,避免了传统算法中收敛的不均匀性.     

混叠通信信号的盲分离处理

同频混叠信号的处理一直是通信信号处理中的难点,常规的信号处理方法难以对其进行有效分析。本文运用最新的盲源分离理论,实现了混叠通信信号的盲分离。仿真结果表明,本文采用的算法分离效果好,运算速度快,可移植性强,基本实现了对混叠通信信号的实时盲分离。     

同频同调制通信信号的卷积混合单通道盲分离

针对单通道的同调制方式、同调制参数的时频重叠信号的盲分离问题,提出了一种新的卷积混合盲分离算法。首先,基于时间分集的过采样技术的信道多样性性质,将单通道混叠的MISO模型转化为多通道混叠的MIMO模型进行研究。然后,结合MIMO模型混叠矩阵的结构特点,讨论了混叠信号分量的时延差对MIMO模型混叠矩阵结构和混叠矩阵秩的影响。最后,数学推导证明:当信号分量时延差为符号速率的整数倍时,从信号时延的角度来讲混叠信号不具有盲可分离性,并通过仿真实例予以验证。     

基于盲源分离的雷达信号分选方法

传统的信号分选算法建立在脉冲描述字（PDW）参数分析的基础上,对同频或频谱混叠的雷达信号可能无法分选.鉴于越发明显的常规雷达信号处理方法的局限性,通过仿真手段,用盲源分离的方法对混合后的雷达信号进行分选.仿真结果表明,该方法可对雷达盲信号进行有效的分离,且不需要其它信号处理方法所要求的任何先验知识作为条件.     

单天线接收时频混叠的异频数字通信信号盲源分离算法

本文针对单天线接收时频混叠数字通信信号的盲源分离问题,基于源信号之间载波差异性,构建单天线接收信号虚拟多通道模型,实现了源信号分离与重构。该算法通过对单天线接收混合信号进行短时傅里叶变换,分析各个中心频率的源信号频域特性,提取各个源信号的幅度与相位信息。利用提取信息,实现源信号分离与重构。仿真结果表明,该算法可以有效的实现单天线接收时频混叠数字通信信号的盲源分离。      

一种鲁棒的病态混叠信号欠定盲源分离算法

噪声环境下的病态混叠信号具有较强的空间复共线性,因此基于聚类的稀疏分量分析(SCA)方法难以在欠定条件下对其进行有效的分离。针对这一问题,该文首先建立了噪声环境下病态混叠信号欠定盲源分离问题的数学模型,分析了基于线性聚类的SCA方法在解决该问题时的局限性,提出了一种基于SCA和非正交联合对角化(NJD)的分离算法,该方法利用NJD不要求混叠矩阵为酉矩阵的特性,较好地解决了欠定盲源分离中的病态混叠问题。仿真实验表明,该方法在信号分离效果、噪声鲁棒性以及病态混叠鲁棒性上都明显优于基于启发式聚类粒子群优化的(CGPSO)的SCA方法。     

Complex-valued ICA utilizing signal-subspace demixing for robust DOA estimation and blind signal separation

This paper deals with direction of arrival (DOA) estimation and blind signal separation (BSS) based on independent component analysis (ICA) with robust capabilities. An efficient demixing procedure of complex-valued ICA is presented here, which combines the signal-subspace demixing procedure exploiting individual signal-subspace projection and Newton’s iteration algorithm based on maximization of the approximate negentropy of non-Gaussian signal for array signal processing. It resolves the problems of order ambiguity and identifiability of traditional ICA for time-domain BSS. The proposed method could be directly applied to radar, sonar, radio surveillance, and communications systems for separating signals and estimating relative DOAs of signals. Several computer simulation examples for perturbations to the array manifold, unknown noise environments, and Rayleigh fading channel are provided to illustrate the effectiveness of the proposed method.     

基于盲源分离的数字通信抗干扰技术

分析了现有数字通信抗干扰技术存在的局限性。在研究了盲源分离（Blind Source Separation,BSS）的理论基础上,介绍了一种基于盲源分离的数字通信抗干扰技术。建立了基于最大信噪比算法的盲源分离数字通信抗干扰传输模型,应用MATLAB仿真实现了2FSK通信信号与多种干扰信号的分离提取。仿真结果表明：应用基于盲源分离的抗干扰技术能够获得显著的抗干扰性能。     

自适应估计信号个数的频谱信号提取算法

无线电监测频谱数据中包含有大量的信号,准确提取这些信号有利于掌握全频段的频谱使用情况。实际信号的频谱由于受噪声干扰,会出现信号频带内个别频点能量值低于检测门限的情况,此时传统的门限检测算法会将该信号错估为多个信号,产生多个虚假的相邻信号间隔,导致频谱信号提取的准确率下降。对此,根据虚假相邻信号间隔特点,提出一种自适应估计信号个数的频谱信号提取算法,该算法可自动、准确估计频谱监测数据中电磁信号的个数,并将对应的信号及频谱信息提取出来。实验结果表明,该方法具有自适应性、强鲁棒性和高准确性,有效提高了频谱信号提取的准确率,为军、民电磁环境的识别与掌握提供基础的电磁信号数据支撑。     

现代雷达信号分选跟踪的几种方法

随着现代软件无线电技术的飞速发展,战场电磁信号环境从地面、空中、海上到太空,信号密度大,频谱宽,变换复杂,并且多功能数字雷达的多种工作方式和多种波形变换,雷达反侦察、抗干扰能力不断增强,传统的雷达信号分选跟踪方法面临着严峻的挑战。文中分析了几种传统的信号分选方法,从复杂电磁环境信号中,分析盲信号分选、聚类神经网络分选、脉内细微特性分选法,从信号分选的参数上进行多参数联合分选,并且通过多信号模拟器进行实验仿真,在分选的基础上进行跟踪处理,信号参数稳定、效果良好。     

独立分量分析盲信号分离方法研究

盲源分离是指从多个相互独立的源信号的混合信号中分离出源信号来。独立分量分析法是盲源分离的一种新方法,由于其在语音信号处理、阵列信号处理、生物医学信号处理、移动通信及图象处理等领域的应用前景,越来越引起人们的关注,成为研究的热点。介绍一种基于四阶累积量的非高斯性最大化的ICA算法解决盲源分离的问题,并给出了该算法分离通信信号的计算机仿真结果,验证了算法的有效性。     

基于ICA的无线电通信干扰抑制

抑制无线电通信信号中的干扰是提高通信可靠性的有效措施.传统的干扰抑制技术存在算法、设备复杂,对信号有损伤和实时性差等问题.针对存在的问题,在分析研究盲源分离(BSS)的理论基础上建立了基于最大信噪比算法的ICA通信干扰抑制模型;基于该模型仿真实现了无线电通信信号的分离提取和多路干扰信号的抑制.仿真结果表明,基于ICA的...     

Multichannel Convolution Blind Separation Algorithm for MIMO DSSS/CDMA System

Direct-sequence spread-spectrum (DSSS)/code division multiple access (CDMA) transmissions are now widely used for secure communications and multiple access. They can be transmitted at a low signal-to-noise ratio, and have a low probability of interception and capture. How to obtain the original users' signal in a noncooperative context or estimate the spreading sequence in blind conditions is a very difficult problem. Most of the signal sources are assumed to be instantaneous mixtures. In fact, the received CDMA signals are linearly convoluted. A more complicated blind source separation (BSS) algorithm is required to achieve better source separation. In this paper, a new BSS algorithm is proposed for separating linearly convolved signals in CDMA systems when the mixture coefficients of the signal and channel response are totally unknown, but some knowledge about the temporal model does exist. This algorithm is based on minimizing the squared cross-output-channel-correlation criterion. The simulation results show the effectiveness of the algorithm in the blind detection of DS-CDMA signals.     

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。