基于改进独立成分分析的星载AIS冲突信号分离方法技术

本发明专利技术公开了一种基于改进独立成分分析的星载AIS冲突信号分离方法，包括：通过模数转换器采样形成N通道接收数据；对接收的N路观测信号进行中心化处理与白化处理；对观测信号预处理后的矩阵利用基于布谷鸟算法和牛顿迭代算法的改进ICA方法得到N路分离信号；对得到的N路分离信号分别进行数字下变频、匹配滤波和白化滤波；对白化滤波后的N路分离信号分别利用维特比算法进行译码，得到N个AIS数据帧。本发明专利技术不需要进行频偏、相移、幅度估计，简化了星载AIS接收机结构，减轻了星上载荷。

【技术实现步骤摘要】

本专利技术属于无线通信中船舶自动识别系统
，具体涉及一种基于改进独立成分分析的星载AIS冲突信号分离方法。
技术介绍
1990年代初期，国际灯塔导航机构协会海上设备联合会首先提出了开发通用的船舶识别系统的提案。之后，国际海事组织、国际电信联盟和国际电工委员会都给予了极大的关注和支持，并最终开发了一种新的导航系统，即船舶自动识别系统(AIS)。AIS的主要目的是便于在船舶之间、船岸之间有效地交换导航数据，以提高海上航行的安全和海上事件监控的实时性。AIS设备通过采用自组织时分多址(SOTDMA)技术进行广播式自动报告。报告内容包含本船的动态信息、静态信息、航次信息和安全短消息等信息，同时也能接收其他船台或基站发送的消息。由于AIS系统都受到通信距离的约束，只能对近岸的船舶实施监管，无法实现对远海域船舶的探测、识别以及追踪，因此星载AIS系统被正式提出，星载AIS为大范围内对海域船舶进行全程实时监管提供了可能。但是因为星载AIS覆盖多个独立AIS子网络，卫星很有可能会接收到来自多个AIS子网络的相互冲突的AIS信号。AIS多重冲突信号的分离与译码是星载AIS接收中的亟待解决的难点。专利技术专利201310492497.9公开了一种解决AIS信号时隙冲突的信号处理方法，针对发生时隙冲突的AIS信号数与接收天线数相同的背景，通过对多天线接收的信号做相位处理而进行分离，只恢复需要分离的AIS信号，对于其他路AIS信号未能有效分离。专利技术专利201410502475.0公开了一种星载AIS基于接收盲波束成形的同信道干扰抑制方法，利用AIS信号的恒模特性通过恒模算法对用户信号实现盲波束成形，分离期望信号和干扰信号之后，对期望信号进行检测，然而这种技术在冲突信号波达方向角相差较小时很难进行分离，并且也是只分离了多路信号中的一路。专利技术专利201410228651.6公开了一种可用于星载AIS系统的冲突信号处理方法，利用帧结构中的已知信息做同步与信道估计，之后检测出一路信号，重构之后将其减去，对剩余信号重复此过程而完成信号分离，这种方法具有设备复杂与时效性较差的缺点。专利技术专利201410608054.6公开了一种基于参数估计下的星载AIS信号串行分离方法，主要针对混合的星载AIS基带信号，对其时延、频偏、相位等参数进行估计，利用这些信息以及非相干检测出的码元进行信号重构，实现一路信号的分离后再对剩下的信号重复此过程实现串行分离，并主要分析了主信号的分离效果，这种方法同样使得设备复杂，分离时效性较差。
技术实现思路
本专利技术的目的在于提供一种基于改进独立成分分析的星载AIS冲突信号分离方法。实现本专利技术目的的技术方案为：一种基于改进独立成分分析的星载AIS冲突信号分离方法，包括以下步骤：步骤1、通过N根相互独立天线的天线阵接收冲突信号，通过模数转换器采样形成N通道接收数据，每路数据采样T点，形成N×T的观测信号矩阵X，N等于源信号S的数目；步骤2、对接收的N路观测信号进行中心化处理与白化处理；中心化处理通过观测信号减去观测信号样本均值得到中心化后的信号X′，白化处理通过对X′进行线性转换，得到白化后信号Y，即Y＝V×X′，其中V＝D-1/2ET，V为白化矩阵，D为以X′的协方差矩阵的特征值为对角元素的对角矩阵，E为以X′的协方差矩阵的特征向量构成的正交矩阵；步骤3、对观测信号预处理后的Y矩阵利用基于布谷鸟算法和牛顿迭代算法的改进ICA方法得到最优的分离矩阵W，通过分离矩阵W、白化矩阵V、未中心化的观测信号X相乘得到N路分离信号S′；步骤4、对得到的N路分离信号分别进行数字下变频、匹配滤波和白化滤波；步骤5、对白化滤波后的N路分离信号分别利用维特比算法进行译码，得到N个AIS数据帧。本专利技术与现有技术相比，具有以下显著优点：(1)本专利技术通过独立成分分析(ICA)算法的使用，不需要进行频偏、相移、幅度估计，省去了这些参数估计与本地信号再调制设备，简化了星载AIS接收机结构，减轻了星上载荷；(2)本专利技术可以单次并行得到N路源信号的恢复信号，比单次分离一路信号的串行分离方法更有效率；(3)本专利技术通过布谷鸟智能优化算法优良的快速全局寻优性能和牛顿迭代算法的精确的局部寻优性能的结合，充分利用了两种算法的优点规避二者的缺点，能稳定高效的进行冲突信号的分离，降低了环境影响与算法自身的随机初值影响；(4)本专利技术通过布谷鸟智能优化算法中依据不同小区AIS信号冲突概率大小可调的寻优容忍度的变化，可以提高分离矩阵的估计精度，改善信号分离效果，提升检测的误比特性能。附图说明图1是本专利技术实施例的AIS冲突信号收发系统模型示意图。图2是运用改进的ICA算法分离冲突信号的流程图。图3是本专利技术实施例中N＝2路时某路源信号及与之对应的分离信号的局部放大图。图4是本专利技术实施例中N＝2路时的船舶发现概率曲线图。具体实施方式本专利技术的一种基于改进独立成分分析的星载AIS冲突信号分离方法，包括以下步骤：步骤1、通过N根相互独立天线的天线阵接收冲突信号，通过模数转换器采样形成N通道接收数据，每路数据采样T点，形成N×T的观测信号矩阵X，N等于源信号S的数目；步骤2、对接收的N路观测信号进行中心化处理与白化处理；中心化处理通过观测信号减去观测信号样本均值得到中心化后的信号X′，白化处理通过对X′进行线性转换，得到白化后信号Y，即Y＝V×X′，其中V＝D-1/2ET，V为白化矩阵，D为以X′的协方差矩阵的特征值为对角元素的对角矩阵，E为以X′的协方差矩阵的特征向量构成的正交矩阵；步骤3、对观测信号预处理后的Y矩阵利用基于布谷鸟算法和牛顿迭代算法的改进ICA方法得到最优的分离矩阵W，通过分离矩阵W、白化矩阵V、未中心化的观测信号X相乘即得到N路分离信号S′；步骤4、对得到的N路分离信号分别进行数字下变频、匹配滤波和白化滤波；步骤5、对白化滤波后的N路分离信号分别利用维特比算法进行译码，得到N个AIS数据帧。进一步的，步骤3具体为：步骤3-1，改进ICA算法使用负熵作为目标函数，目标函数建立如下：JG(W)＝[E{G(u)本文档来自技高网...

【技术保护点】
一种基于改进独立成分分析的星载AIS冲突信号分离方法，其特征在于，包括以下步骤：步骤1，通过N根相互独立天线的天线阵接收冲突信号，通过模数转换器采样形成N通道接收数据，每路数据采样T点，形成N×T的观测信号矩阵X，N等于源信号S的数目；步骤2，对接收的N路观测信号进行中心化处理和白化处理；中心化处理通过观测信号减去观测信号样本均值得到中心化后的信号X′，白化处理通过对X′进行线性转换，得到白化后信号Y，即Y＝V×X′，其中V＝D‑1/2ET，V为白化矩阵，D为以X′的协方差矩阵的特征值为对角元素的对角矩阵，E为以X′的协方差矩阵的特征向量构成的正交矩阵；步骤3，对观测信号预处理后的Y矩阵利用基于布谷鸟算法和牛顿迭代算法的改进ICA方法得到最优的分离矩阵W，通过分离矩阵W、白化矩阵V、未中心化的观测信号X相乘得到N路分离信号S′；步骤4，对得到的N路分离信号分别进行数字下变频、匹配滤波和白化滤波；步骤5，对白化滤波后的N路分离信号分别利用维特比算法进行译码，得到N个AIS数据帧。

【技术特征摘要】
1.一种基于改进独立成分分析的星载AIS冲突信号分离方法，其特征在于，包括以下步骤：步骤1，通过N根相互独立天线的天线阵接收冲突信号，通过模数转换器采样形成N通道接收数据，每路数据采样T点，形成N×T的观测信号矩阵X，N等于源信号S的数目；步骤2，对接收的N路观测信号进行中心化处理和白化处理；中心化处理通过观测信号减去观测信号样本均值得到中心化后的信号X′，白化处理通过对X′进行线性转换，得到白化后信号Y，即Y＝V×X′，其中V＝D-1/2ET，V为白化矩阵，D为以X′的协方差矩阵的特征值为对角元素的对角矩阵，E为以X′的协方差矩阵的特...

【专利技术属性】
技术研发人员：芮义斌，陈奇，李鹏，谢仁宏，郭山红，吕云涛，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32