基于盲源分离的单通道窄带干扰抑制算法

针对窄带干扰下通信系统性能恶化的问题,提出一种基于过采样与盲源分离技术的单通道窄带干扰抑制算法。该算法利用通信信号与窄带干扰的基带结构特征,通过过采样以及串并变换构造出源信号为信息序列的盲源分离模型,并利用快速独立成分分析法实现信息码元的恢复。仿真结果表明,该算法能有效对抗窄带干扰,抗干扰能力强。     

基于认知型盲源分离的雷达主瓣干扰抑制技术研究

主瓣干扰抑制,相对于旁瓣干扰而言,缺少有效的对抗手段。基于认知原理,结合多重信号分类与恒虚警检测,提出了一种基于波束域四阶累积量的特征矩阵近似联合对角化(JADE)盲源分离算法,可以有效抑制主瓣干扰,并给出了不同信噪比条件下目标信号与干扰分离度的效果。该方法可有效实现目标与干扰的分离,具有良好的抗干扰性能。     

基于盲分离的单通道LFM引信欺骗干扰抑制

针对单通道LFM引信欺骗干扰抑制问题,提出了一种基于时频解耦盲分离(TFD-BSS)的干扰抑制算法。该方法首先通过Stretch变换将时频混叠的LFM信号转化为两差频信号,然后利用自适应滤波技术滤出干扰差频信号,并对其进行二次Stretch变换将干扰差频转化为欺骗信号以构造虚拟通道,从而将欠定盲分离转化为非欠定问题,最后通过延时差量法将干扰滤除。实验仿真表明,回波和干扰延时相差5 ns以上即可取得良好的分离效果。该方法不仅可为引信抗欺骗干扰提供借鉴,也是单通道盲分离算法的理论扩展。     

Fast ICA 盲分离算法在雷达抗主瓣干扰中的应用研究

压制干扰信号从主瓣进入雷达天线,会严重影响雷达的性能,通常的副瓣抗干扰技术难以奏效。文中首先给出了Fast ICA 应用于雷达抗主瓣干扰的信号模型;在高信噪比的均匀噪声环境中,利用基于寻找峭度的局部极值点的Fast ICA盲分离算法分离接收到的主瓣干扰混合信号,通过脉压找出目标信号。仿真验证了算法用于抗主瓣干扰的有效性,该算法具有良好的抗干扰性能,在分离效率上具有较明显的优势。     

盲源分离在雷达抗主瓣干扰中的应用研究

主瓣干扰位于雷达主瓣内,干扰信号通常很强,会严重影响雷达探测性能.常用的副瓣匿影和副瓣对消措施难以奏效.文中给出了盲源分离抗干扰信号模型,在此基础上提出了基于矩阵联合对角化特征矢量的盲源分离抗主瓣干扰算法,并给出了不同信噪比条件下主瓣干扰抑制的仿真结果.仿真结果表明,在信噪比大于-15 dB的条件下,干扰抑制比能达到10 dB以上.该方法能有效降低主瓣干扰对雷达探测性能的影响,具有良好的应用前景.     

对脉压雷达的多相位分段调制干扰方法

针对间歇采样重复转发干扰对目标速度无法产生欺骗且容易被敌方识别的缺点,提出一种对脉压雷达的多相位分段调制干扰方法。对该方法的基本原理进行说明,建立干扰信号的数学模型,推导干扰信号的幅相特性和脉冲压缩结果,以采用线性调频信号的脉压雷达为平台,分析了该方法对脉压雷达的干扰效果。最后对相关干扰效果进行仿真验证,结果表明,与间歇采样重复转发干扰相比,所提干扰方法有较高干扰功率利用率,能够对目标形成灵活可靠的遮盖效果。     

单通道盲源分离在低轨星座系统间干扰减缓中的应用

针对低轨星座系统间同频干扰问题,从信号分割角度,提出了基于单通道盲源分离的干扰减缓方法。该方法应用了单通道盲源分离算法,先通过奇异谱分析算法对地球站观测信号进行处理,构造多维轨迹矩阵;再利用快速固定点算法将干扰信号和受扰信号分离。以OneWeb和Starlink系统为例,通过所提方法将OneWeb地球站接收到的OneWeb、Starlink以及噪声的混合信号进行分解,并利用相关系数和均方根误差评估了方法的有效性。结果表明,原始信号与分离信号之间的相关系数都在0.8以上,所提方法能有效提取有用信号,减缓低轨星座系统间干扰。     

时变幅度LFM干扰下的单通道盲分离算法研究

针对时变幅度LFM干扰下的单通道通信信号与干扰盲分离问题,本文提出了一种基于遗传粒子滤波的单通道盲扰信分离新算法。该算法首先建立了受扰信号的状态空间模型,并利用粒子滤波得到通信码元和未知参数的最大后验估计。针对标准粒子滤波中存在的粒子退化现象,本文引入了遗传进化操作来迭代估计优质粒子,在减少了所需粒子数量的同时,加快了算法的收敛速度,使新算法在时变幅度LFM干扰的影响下具有较好的分离效果。非扩频通信信号仿真实验表明,新算法在干信比小于15dB,信噪比大于16dB的条件下,可以有效地从单路接收的受扰信号中分离出通信信号与LFM干扰。      

基于改进的盲源分离算法抗主瓣SMSP干扰

针对基于最大信噪比的盲源分离算法在信干噪比较差环境中无法有效分离信号和干扰的情况,提出了一种改进的基于最大信噪比的盲源分离算法,使用经过小波阈值去噪后的观测信号作为新的观测信号,重新构建最大信噪比目标函数,实现在高信噪比条件下的干扰分离。通过计算机仿真,在频率分集阵列-多输入多输出雷达系统中实现了在高信噪比条件下弥散干扰的分离。结果表明：相比于原始算法,改进后的算法能够很好地实现目标与干扰信号的分离。     

多PRI采样联合cICA的抗主瓣欺骗干扰方法

针对单通道雷达主瓣受到欺骗干扰,提出了一种多脉冲重复间隔（PRI）采样结合约束独立分量分析（cICA）的抗干扰方法。该方法首先根据距离密集假目标干扰,建立了基于多PRI采样的抗干扰模型并对其可行性进行证明,然后利用cICA方法对目标回波信号进行提取,最后进行匹配滤波处理实现峰值检测,达到抗干扰效果。理论分析和仿真实验表明,该算法在距离密集假目标干扰背景下能够有效提取目标回波信号达到抗主瓣干扰的效果。      

基于SIC的单通道同频混合信号低复杂度盲分离算法

针对非协作通信中单通道同频混合信号盲分离算法复杂度高的问题,本文在连续干扰抵消（Serial Interference Cancellation, SIC）算法基础上,构建了单通道同频混合信号的信道接收模型,提出了基于SIC的低复杂度盲分离算法。并对信道重构中的信道截断影响进行了处理,避免了分离性能的损失。仿真结果表明,QPSK调制方式下分离性能与已有算法性能相当,但复杂度降低了2/3,且算法对频偏误差不敏感。      

盲分离算法和FRFT联合抗雷达主瓣干扰技术研究

压制干扰信号从天线主瓣进入雷达接收机,会严重影响雷达的性能,通常的副瓣抗干扰技术难以奏效。而基于盲源分离算法(BSS)的抗主瓣干扰技术在低信噪比条件下性能恶化,因此本文提出了BSS和分数阶傅里叶变换(FRFT)联合抗主瓣干扰的技术。文章首先利用经典的BSS算法分离接收到的主瓣干扰混合信号,然后对有线性调频(LFM)信号特征的分离信号进行FRFT变换处理,并在FRFT域滤波去除大部分噪声的能量,最后FRFT逆变换恢复出目标信号。仿真实验表明,新算法相比BSS的抗主瓣干扰算法对脉冲压缩以后的峰值信噪比有较大的改善,较大地提高了脉冲压缩雷达的检测性能,具有良好的应用前景。      

基于分组对消的随机PRI雷达MTI处理方法

推导了随机脉冲重复间隔(PRI)雷达理想回波信号经过一阶、二阶动目标指示(MTI)滤波器的对消结果,给出了一阶、二阶MTI滤波器的幅频响应,并且指出随机PRI雷达MTI滤波器具有时变特性,针对由随机PRI雷达MTI滤波器时变特性引起的对消后数据不等幅的问题,提出一种基于合理设置PRI模式结合分组MTI处理的方法以保证后续动目标检测(MTD)处理.仿真实验验证了文中分组MTI方法的有效性.     

降低单通道盲分离PSP算法复杂度的方法

随着电磁环境的日益恶化,越来越多的通信系统面临着多信号混合干扰的问题,这对解调信号造成了一定的困难。解决这个问题使用PSP算法对混合信号进行单通道盲分离是一种有效的手段。本文针对目前PSP算法在单通道盲分离中随着调制阶数上升所带来的算法复杂度提高的问题,利用PSP算法的复杂度随串扰长度L增加而上升的特点,提出了一种改进型的PSP盲分离算法。仿真结果表明,在对误码率影响不大的基础上此种改进型算法跟原算法相比,在BPSK解调中能够加速大约3倍,QPSK解调中能够加速大约18倍。若采取另一种不降低串扰长度L的改进方式,则BPSK解调与原算法相比最高能有2dB的增益,并且即使降低L仍有1.5dB的增益。QPSK解调与原算法相比最高能有1.5dB的增益,降低L仍有1dB的增益。      

Kalman滤波下的多信号单通道盲源分离

窄带物联网环境中,接收机收到的信号通常为多路混合信号,对单通道接收来说,利用常规盲源分离方法很难实现混合信号的分离和源信号提取。针对这一问题,本文提出了一种利用Kalman滤波算法进行信号估计,解决单通道盲源分离的方法。该方法利用信号间的时序结构,通过Kalman滤波算法对多信号混合中的源信号不断估计并迭代更新,最终得到分离信号。仿真实验结果表明,该方法能有效估计并分离出源信号。      

单通道下基于盲源分离扩频通信抗干扰算法研究

提出了单通道下基于盲源分离的扩频通信抗干扰方法.所提方法利用扩频序列的周期性,把单通道下的欠定盲源分离问题转换成超定盲源分离问题.算法从整体域统计特性对于扰信号进行估计抵消,同时在抗干扰的过程中完成了解扩.从原理上讲,这种抗干扰方法比目前常用的单通道下基于局部域特性的抗干扰方法具有更好的性能.理论分析和仿真结果表明了算法的有效性.     

一种基于JADE算法的FDA-MIMO雷达智能抗主瓣转发干扰方法

针对传统的相控阵雷达及多输入多输出(MIMO)雷达在面对与目标角度相同、距离不同的主瓣转发式干扰时无法有效地区分目标与假目标的问题,以及多类型主瓣干扰同时存在的抗干扰难题,基于频率分集阵列(FDA)-MIMO雷达,提出了一种基于矩阵联合近似对角化(JADE)盲源分离算法的智能抗干扰方法。首先对接收信号进行波束形成处理,然后将波束输出信号进行匹配滤波处理。根据频率分集子频率受干扰的情况,自适应地选择干扰较弱的子频率,采用JADE算法将干扰与目标分离开来,实现智能抗干扰。为了加强对主瓣瞄频及切片等转发干扰的对抗效果,针对每个频率分集子频率,采用低通窄带滤波,滤除干扰。仿真实验表明：将基于智能子频选取策略的接收波束域JADE算法应用到FDA-MIMO雷达可以实现良好的抗主瓣干扰效果。     

结合深度循环神经网络的单通道盲分离

单通道信号盲分离技术一直是现代信号处理领域的研究热点.基于逐幸存路径处理(Per-Survivor Processing,PSP)的盲分离算法,能从混合信号中估计出2路发送的符号序列,缺点是计算复杂度很高.从降低算法复杂度的角度,提出了一种基于双向循环神经网络的分离方法,经过端到端的学习,可以直接从2路同频调制信号单通...     

基于迭代的同频混合信号单通道盲分离/译码算法

针对采用长约束信道编码的同频调制混合信号,提出了一种利用编码的单通道盲分离/译码迭代算法。该算法通过在盲分离过程中利用译码后反馈的符号软信息来改善分离效果,重点研究了软输入软输出盲分离、最大似然概率译码以及分离译码间的软信息交互。仿真结果表明,迭代盲分离算法相比不采用迭代的算法可获得更好的性能,对于采用(2,1,6)卷积码和随机交织的BPSK混合信号,前者进行2次迭代时可获得约2dB的信噪比增益。