独立分量分析在雷达辐射源信号分选上的应用

在当代电子战密集复杂的电磁环境下,对未知雷达辐射源信号分选作为对抗技术领域的一个重要环节面临了新的挑战.传统的雷达辐射源信号分选往往是基于脉冲描述字(PDW)等参数对雷达进行分选,在复杂的电磁环境下参数误差严重影响了雷达信号的分选效果.在对独立分量分析理论的研究的基础上,将基于四阶累积量的特征矩阵联合近似对角化(JADE)算法应用于连续波雷达信号和随机参数脉冲雷达信号分选,可以有效地分选出不同调制方式的雷达信号,为雷达辐射源信号分选提供了一个新思路.     

基于独立分量分析的雷达信号分选算法

对盲信号的独立分量分析（ICA,independent component analysis）技术进行了研究,并将其应用到雷达信号分选当中,仿真实验证明能够取得很好雷达信号分离效果,为雷达信号分选提供了新的思路。     

低信噪比下雷达通信一体化信号接收分离算法

在雷达通信一体化系统中,针对传统的信号分离算法由于信号存在噪声而导致分离效果不理想的问题,提出一种低信噪比下雷达通信一体化信号接收分离算法。针对观测信号存在噪声的问题,提出一种Denoising Attention Convolutional Neural Network(DACNN),与传统的DnCNN相比,融入通道注意力机制来增强其对不同通道间特征的学习总结能力;对去噪后的信号采用改进的三阶收敛FastICA算法进行分离。仿真实验表明,提出的分离算法相较于传统的信号盲源分离算法在观测信号含噪情况下仍能具有较好的分离效果。     

基于单分量提取的卷积盲分离算法

针对卷积盲分离问题,利用源信号之间相互独立的性质,提出一种基于单分量提取的联合块对角化算法依次估计各源信号对应的传输信道,以实现源信号分离.利用白化后观测数据相关矩阵的酉正交块对角化结构,改进最小二乘代价函数,将原函数中关于传输矩阵的四次函数转换为一组相互独立的子代价函数.每个子代价函数为三组待定参数的二次函数,用于估计一个独立信号块到达接收阵的子混迭矩阵.提出单分量提取的联合块对角化算法,交替估计各子代价函数中的三组待定参数,得到子信道混迭矩阵的估计,实现源信号的分离.实验结果表明,与经典的类Jacobi算法相比,所提算法收敛步骤大约减少20步,且收敛性能提高至少3dB,可快速有效地解决卷积盲分离问题.     

基于步长自适应的独立向量分析卷积盲分离算法

独立向量分析(IVA)是解决频域卷积盲分离排序模糊性最好的方法之一,但存在迭代次数较多、运算时间较长、分离效果易受分离矩阵初值影响的局限性。该文提出一种基于步长自适应的IVA卷积盲分离算法,该算法使用特征矩阵联合近似对角化(JADE)算法对分离矩阵进行初始化,并对步长参数进行了自适应优化。JADE初始化能够使分离矩阵具有合理的初值,避免局部收敛的情况;步长的自适应优化能够显著提升算法的收敛速度。仿真结果表明,该算法进一步提升了分离性能,并显著缩短了运算时间。     

雷达通信一体化波形分离算法研究

进行了雷达通信一体化波形分离算法的研究,提出了一种新的雷达通信一体化设计方案.该方案通过简单的叠加方式将雷达和通信信号直接合成,避免了由于波形的非正交性带来的影响,在接收端利用盲信号处理的思路进行波形的分离.该方案解决了目前在载机上雷达和通信的不同同时工作的缺陷,并改进了原基于最大信噪比分离算法的一些缺陷,提高了分离的效果.最后,通过仿真结果证明了本文算法的有效性和一体化方案的正确性.     

基于四阶累积量的稳健的通信信号盲分离算法

该文针对有噪环境中的通信信号盲分离问题,提出了一种在噪声环境下性能良好的盲分离算法,该算法将稳健的白化算法与四阶累积量矩阵的联合对角化相结合。仿真结果表明,该算法分离性能比一般的近似联合对角化(JAD)算法有很大改善,干信比可降低近10dB,而算法的运算量没有太多增加。     

基于独立分量分析的雷达信号分选研究

独立分量分析是近几年来发展起来的一种有效的盲信源分离方法,可以根据输入源信号的基本统计特性,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基本理论的基础上,本文将基于负熵最大化的FastICA算法应用于雷达信号分选。仿真试验表明,该算法应用于雷达信号分选可以获得比较好的分离效果。     

基于独立分量分析的等变化自适应盲分离算法

基于独立分量分析的等变化自适应算法是一种在线分离算法,这种算法的特点是 能够很快的适应外部环境,当混合参数改变后,通过无监督自适应学习算法,可以很快的调整 权矩阵W,从而使得WA重构为一个新的广义交换矩阵。对迭代系数进行了改进,使得算法 的收敛时间缩短了约15倍,并对概率密度函数进行了在线估计。     

基于独立分量分析的电力线通信的研究

针对电力线通信信道的特点,提出了将ICA算法应用于电力线通信系统的方案,并根据电力线的传输特性,构建了系统模型。实验和仿真表明该系统模型能有效地从传输信号中提取弱信号,并进行正确的解码,从而增加了传输距离,而且此系统约束条件少,具有很强的通用性。     

基于独立分量分析的雷达信号分选研究

独立分量分析(Independent Component Analysis,ICA)是近年来发展起来的一种有效的盲信源分离方法。在介绍了独立分量分析基本理论的基础上,将基于负熵最大化的FastICA算法应用于对脉冲多普勒雷达信号和连续波雷达信号进行分选,是一种新方法的尝试,并通过2种性能指标来评价分选的效果。仿真结果表明,该算法能够有效地对脉冲多普勒雷达信号和连续波雷达信号进行分选。     

基于LPFT的相控阵雷达信号盲分离

现代电子战中,雷达信号受到严重的干扰,使回波信号的提取愈发困难。跟据相控阵雷达天线阵列的特点,提出了基于局部多项式傅里叶变换(LPFT)的雷达信号盲源分离算法。选取线性调频信号(LFM)雷达信号作为发射信号,将雷达接收信号作为观测信号,应用LPFT进行时频变换,构造时频矩阵,采用联合近似对角化方法对受到干扰的雷达信号进行盲源分离。仿真结果表明,本方法有效得分离出了淹没在噪声和LFM调频干扰中的雷达回波信号。     

基于独立分量分析的盲源分离研究

通过对独立分量分析发展的研究，分析了现有的经典算法，包括负熵法、EASI法、最大似然估计法等，并提出了一种改进的EASI算法，很好地解决了收敛速度和稳态误差之间的矛盾。通过仿真试验和比较，多角度地指出了各算法的优缺点，而且改进型EASI算法综合表现优于其他算法。最后给出了进一步的研究方向。     

雷达通信一体化发展概述

由于电子信息技术的快速发展,关于雷达与通信技术的研究也取得了巨大的进步,已经在国防和我们日常生活中广泛应用,现代电子技术高速发展,市场竞争对于电子设备要求不断提高,传统的电子设备面对复杂的电子信息市场已经很难应对,不仅造成空间与能源的耗费,并且加剧了电子环境的复杂。在现在通信设备平台背景下,加入雷达系统,使得通信系统发展更加顺利。文章阐述了雷达通信的发展过程,对实现雷达通信一体化具有非常重要的指导意义。     

基于独立分量分析的盲水印算法

独立分量分析(ICA)是一种近期发展起来倍受关注的盲源分离算法。文章提出一种基于ICA的数字水印嵌入和提取算法。实验表明,该算法可以实现水印的盲分离,并且具有很好的鲁棒性。     

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。     

基于延时估计的实时语音盲分离算法

目前盲分离算法相当复杂,对硬件的运算速度要求很高,无法满足实时性要求。根据盲信号分离的原理和特点,提出了一种基于延时估计的实时语音盲分离算法,大大提高了盲解分离的运算速度,主客观评价表明其具有很好的分离效果,证明了算法的有效性。     

雷达通信一体化组网目标定位算法研究

随着网络信息技术的不断发展,雷达通信一体化模式渐渐形成,分析雷达一体化组网目标定位算法,这不仅能够提高测量数据的准确性,而且还能推动雷达探测技术向新的阶段发展.本文探究这一论题具有一定现实意义,希望能为相关工作者提供参考.     

基于改进的独立分量分析的图像分离的研究

文章对独立分量分析的基本理论和FastICA的算法实现作了简要介绍。为提高收敛速度．对牛顿迭代法加以修正，并证明了修正形式为三阶收敛，提出了一种改进的牛顿迭代法的独立分量分析算法。通过对图像信号分离仿真实验表明。改进算法在与传统FastICA算法分离效果相当前提下，迭代次数减少了14．3％，收敛速度更快。     

基于独立分量分析的盲分离算法研究

独立分量分析是一种基于高阶统计量的信号分析方法,与盲源分离问题密切相关。首先介绍了独立分量分析的基本概念和准则,以及衡量算法性能的方法;其次对比较流行的几种独立分量分析算法进行分析和总结,最后对独立分量分析未来的发展做了展望。