基于改进人工蜂群算法的盲源分离方法

 针对现有盲源分离方法大多存在收敛速度慢、分离精度低的问题,提出一种基于改进人工蜂群(Artificial Bee Colony,ABC)算法的盲信号分离方法.在ABC的邻域搜索公式中自适应调整步长,并加入全局最优解指导项,增强局部趋化性搜索能力.改进的ABC算法保持了ABC全局搜索和局部搜索之间的平衡,使ABC算法可以达到更好的寻优效果,从而提高盲源分离算法的分离精度和稳定性.实验结果表明,提出的改进盲源分离算法可以有效地分离线性瞬时混合信号.与其它算法相比,该算法具有更优异的分离性能,并具有更快的收敛速度.     

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。     

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。     

基于子空间和小波降噪的盲信号干扰抑制算法

卫星通信信号十分微弱,信噪比的改善以及抗干扰能力的增强对于信号的正确接收具有至关重要的作用。提出了一种星上干扰抑制方案和一种基于子空间和小波降噪的盲分离干扰抑制算法,对提出的算法在单音、多音、窄带噪声以及宽带噪声干扰下进行了误码性能仿真。结果表明,该算法克服了传统基于前置小波降噪的盲分离算法在干信比大于30dB时性能恶化的问题,提高了抗高斯白噪声性能。     

基于ICA的交叉极化干扰抑制算法

针对极化复用模式中引入的交叉极化干扰问题,利用一种基于独立成分分析（ICA）的盲分离算法,无需信号先验知识和后续解调即可从观测信号中分离出源信号,达到消除极化干扰的目的。该算法基于线性瞬时混合模型,对峭度对比函数进行精确线性搜索优化,选取最佳步长,解决了盲分离信号中的排序问题。文中对不同信噪比和极化隔离度下的分离效果进行了仿真,仿真结果表明,该算法具有较好的分离性能,且在强交叉极化干扰和低信噪比下的性能较为稳定。     

基于训练序列的峭度盲源分离算法

峭度盲源分离算法是一种自适应盲分离算法,可用于阵列天线和MIMO中的信号处理。本文提出利用通信中的训练序列来改善峭度盲分离的收敛速度,并以性能指数、相关系数作为比较标准进行了仿真,仿真结果证实了利用训练序列可以提高峭度盲分离算法的收敛速度。     

一种改进的盲自适应窄带干扰抑制方法

为有效抑制直接序列扩频通信中的窄带干扰,论文提出了一种改进的盲自适应窄带干扰抑制方法.该方法在盲自适应滤波器的基础上,通过引入非线性预测算法对接收信号进行处理,提高了滤波器的干扰抑制性能.计算机仿真结果验证了文中方法的有效性.     

窄带脉冲干扰环境下直扩信号伪码周期及序列的盲估计

带内窄带脉冲干扰会对直接序列扩频信号估计性能产生较大的影响,针对此问题,提出了一种抑制窄带脉冲干扰并对扩频码序列及周期的盲估计算法。采用最大熵概率密度谱估计算法估计出接收信号的概率密度谱,进而用估计的概率密度谱设计滤波函数对信号滤波来抑制窄带脉冲干扰。利用二次谱算法对扩频码周期进行估计并通过 Viterbi 算法对扩频序列进行提取。仿真实验表明,该算法不仅能抑制较强的窄带脉冲干扰,而且能在无先验信息的条件下估计出扩频信号的扩频码周期及序列等信息,从而获知直扩通信中所传输的码元序列。     

引入参考信号的新峭度快速不动点算法

在盲源分离和独立成分分析中,峭度是衡量随机信号非高斯性的常用对比准则,通过不同类型的算法对其进行优化,找到非高斯性极大值点,即实现了源信号的提取或分离。例如,基于峭度的快速不动点算法,它是一种收敛速度很快的算法。最近,Marc Castella等人提出了一类基于所谓“参考信号”的对比准则,以及对应的梯度最大化优化算法,这些算法具有很好的收敛性能。受其启发,文章以一种类似的方式将“参考信号”思想应用到峭度中,得到一种新颖的对比函数,并基于该新峭度对比函数,提出了一种新的快速不动点算法。与经典的基于峭度的快速不动点算法相比,该算法极大地提高了收敛速度,尤其是随着信号样值点数的增加,该算法的优势会更加明显。文章分析和证明了该新峭度对比函数的局部收敛性,给出了新算法的详细推导过程,仿真实验验证了该算法的性能,并与经典算法进行了比较分析。      

基于强散射点剔除的自适应窄带RFI抑制滤波器

在低频超宽带合成孔径雷达中,VHF/UHF频段密集的窄带射频干扰(RFI)严重影响了雷达性能。常规RFI抑制滤波器在干扰频点的陷波造成了宽带信号的能量损失,抬高了点目标的距离向旁瓣。该文提出一种可减小自适应滤波器旁瓣效应的方法:通过在距离压缩域剔除场景内的强散射点,减小输入信号中的宽带目标信号能量,提高自适应谱线增强器(ALE)对窄带干扰估计的精度,再从原始信号中减去干扰即得到目标回波信号。这种剔除强散射点的方法利用了匹配滤波后宽带信号与窄带干扰的时域特性差异,能有效降低自适应滤波器的旁瓣效应。该文选择归一化最小均方误差(NLMS)算法对剔除强散射点的自适应窄带RFI抑制滤波器进行了性能评估,与传统算法的对比试验表明该方法可在抑制RFI的同时有效减小强目标的距离向旁瓣。