【技术实现步骤摘要】
基于海森矩阵预估计的星载AIS/ADS-B碰撞信号分离方法
本专利技术属于无线通信
,具体为一种基于海森矩阵预估计的星载AIS/ADS-B碰撞信号分离方法。
技术介绍
船载自动识别系统(AutomaticIdentificationSystem,AIS)是船舶之间以及船舶与基站之间进行航行信息、位置信息交换的系统。广播式自动相关监视(AutomaticDependentSurveillance-Broadcast,ADS-B)是当前航空监视领域的一大重要监视技术。目前AIS和ADS-B系统中主要采用的是地面接收机,虽然地面接收机的建设最为简单,但是它的覆盖范围受视距影响,部署的地点也受到地形的限制,这制约着系统完成全球无死角覆盖。而若是将接收机部署到卫星上,将能够很好地解决这些问题。卫星的覆盖范围理论上可以达到3000km,通过合理规划卫星组网,可以实现目标监视的全球覆盖和快速回放。然而,由于卫星覆盖范围更广,同一个接收机收到的数据帧大大增加,当不同目标的数据帧同时到达接收机,那么时隙冲突的问题一定不能被忽视,必须找到行之有效的方法对信号进行分离以确保后续解调的正常进行。对于混合信号分离的研究一直是信号处理领域的热点问题。Cardoso在1993年提出了基于四阶累积量的联合近似特征矩阵对角化(JointApproximativeDiagonalizationofEigenMatrix,JADE)算法;PierreCommon在1994年将主分量分析(PrincipleComponentAnalysis, ...
【技术保护点】
1.一种基于海森矩阵预估计的星载AIS/ADS-B碰撞信号分离方法,其特征在于,包括以下步骤:/n步骤1、对接收AIS/ADS-B射频信号进行放大滤波以及模数转换;/n步骤2、将步骤1得到的射频数字信号依次与相应频率的本地振荡信号进行混频,完成AIS和ADS-B信号的下变频与信道分离,分别得到AIS和ADS-B的N路基带碰撞信号;/n步骤3、对步骤2所得AIS或ADS-B基带碰撞信号分别进行中心化处理和白化处理得到白化后的基带碰撞信号矩阵;/n步骤4、基于最大似然估计准则,分别以AIS分离矩阵、ADS-B分离矩阵的负平均对数似然函数为目标函数,获得最终的AIS分离矩阵、ADS-B分离矩阵;/n步骤5、将步骤4中最终的AIS分离矩阵与步骤3中得到的AIS基带碰撞信号矩阵相乘,获得N路AIS分离信号;将步骤4中最终的ADS-B分离矩阵与步骤3中得到的ADS-B基带碰撞信号矩阵相乘,获得N路ADS-B分离信号。/n
【技术特征摘要】
1.一种基于海森矩阵预估计的星载AIS/ADS-B碰撞信号分离方法,其特征在于,包括以下步骤:
步骤1、对接收AIS/ADS-B射频信号进行放大滤波以及模数转换;
步骤2、将步骤1得到的射频数字信号依次与相应频率的本地振荡信号进行混频,完成AIS和ADS-B信号的下变频与信道分离,分别得到AIS和ADS-B的N路基带碰撞信号;
步骤3、对步骤2所得AIS或ADS-B基带碰撞信号分别进行中心化处理和白化处理得到白化后的基带碰撞信号矩阵;
步骤4、基于最大似然估计准则,分别以AIS分离矩阵、ADS-B分离矩阵的负平均对数似然函数为目标函数,获得最终的AIS分离矩阵、ADS-B分离矩阵;
步骤5、将步骤4中最终的AIS分离矩阵与步骤3中得到的AIS基带碰撞信号矩阵相乘,获得N路AIS分离信号;将步骤4中最终的ADS-B分离矩阵与步骤3中得到的ADS-B基带碰撞信号矩阵相乘,获得N路ADS-B分离信号。
2.根据权利要求1所述的基于海森矩阵预估计的星载AIS/ADS-B碰撞信号分离方法,其特征在于,对步骤2所得AIS或ADS-B基带碰撞信号分别进行中心化处理和白化处理得到白化后的基带碰撞信号矩阵封睿具体方法为:
对N路基带碰撞信号X进行去均值处理,即E(X)表示基带碰撞信号均值,表示处理后的信号;
对处理后的信号的协方差矩阵进行特征值分解得到白化矩阵,特征值分解公式为:∑为以的协方差矩阵的特征值为对角元素的对角矩阵,U为以的协方差矩阵的特征向量构成的正交矩阵,白化矩阵为V=∑-1/2UT,得到白化后的基带碰撞信号矩阵
3.根据权利要求1所述的基于海森矩阵预估计的星载AIS/ADS-B碰撞信号分离方法,其特征在于,基于最大似然估计准则,分别以AIS分离矩阵、ADS-B分离矩阵的负平均对数似然函数为目标函数,具体为:
设源信号矩阵S有N个统计独立的零均值行,每一行服从分布Pi(·),则混合矩阵A的似然表示为:
式中,z为白化后的基带碰撞信号矩阵Z的分量;
以分离矩阵W=A-1为参数的负平均对数似然函数表示为:
式中,为样本平均,yi为分离信号Y=...
【专利技术属性】
技术研发人员:李鹏,费海凤,谢仁宏,芮义斌,黄敏,焦碧璇,于晴,饶振中,
申请(专利权)人:南京理工大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。