收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

盲源分离及其在通信侦察中的应用研究

付卫红  
【摘要】:随着通信技术的不断发展,电磁环境变得空前的复杂、密集,通信频段不断展宽,通信体制、信号样式的不断翻新,作为非合作接收的通信侦察而言,要想在如此复杂的信号环境下截获、分析、识别出威胁信号,确定干扰目标相当困难。面对通信对抗面临的挑战,我们有必要研究一种通信对抗侦察新技术、体制。 在实际的战场电磁环境中,我方截获到的信号往往是敌方干扰信号、敌方通信信号、我方通信信号以及各种电磁干扰和噪声信号等的混合,因此要想对敌方通信信号进行侦察,首先必须从截获到的混合信号中分离出所需的敌方通信信号。由于通信侦察的非合作性以及通信信号调制样式的多样性,我方往往无法确切获悉敌方发射信号的任何先验信息,再加上电磁环境的复杂性,在不知道任何先验信息的条件下,要从截获到的混合信号中分离出所需的信号,通信侦察面临巨大挑战。针对复杂电磁环境下通信侦察所面临的困惑,本文提出了基于盲源分离的通信侦察新体制,力图从盲信号处理的角度,寻求解决电子战领域这一重大技术难题的新途径。 本文的主要工作概括如下: 1.系统阐述了线性瞬时混合的盲源分离问题,为后面的研究做理论铺垫。从线性瞬时混合系统模型出发,分析了盲源分离固有的不确定性和基本假设条件,介绍了几种盲源分离技术的常用方法,给出了盲源分离技术的性能评价指标,同时对盲源分离技术中必不可少的白化预处理算法作了详细的推导和论述。 2.研究了几种线性瞬时混合盲源分离算法。首先对几种固定步长的盲源分离算法进行了研究,给出了算法的推导过程。为了改善算法的收敛速度(反应速度是通信侦察的基本要求)而又不破坏算法的稳定性,我们对固定步长的盲分离算法进行了改进,提出了几种基于步长自适应的盲源分离算法,即可变步长自然梯度盲分离算法、可变步长的EASI盲分离算法等。分析了算法的稳定性条件,结果发现算法的稳定性与源信号的统计特性以及选择的非线性函数有关,给出了保证自然梯度盲分离算法以及EASI盲分离算法稳定时的非线性函数。并通过计算机仿真验证了改进算法的优越性。 3.研究了几种针对通信信号的盲分离技术。 首先,为解决通信复信号盲源分离中存在的相位模糊性问题,提出了一种无相位模糊的通信信号盲分离算法。该算法可以消除同相和正交分量相互独立的数字通信复信号的相位模糊性。仿真结果表明,该算法不仅可以分离相同载频的数字通信信号,而且可以分离不同载频的数字通信信号;不仅可以分离不同调制方式的数字通信信号,而且可以分离相同调制方式的数字通信信号,即使两个信号同频同调制,该算法也能对其加以分离。 其次,针对均匀线阵特有的范德蒙性质,提出了一种基于DOA估计的盲分离算法(DOA-EASI算法,DOA-FastIca算法),该算法可以进一步改善盲分离算法的分离效果。仿真结果表明,本文中提出的DOA-EASI算法在不同信噪比下的平均分离干信比比EASI算法低7.5dB,而DOA-FastICA算法则比FastICA算法低4.3dB。 第三,为增强盲分离算法的抗噪声性能,我们在EASI算法的基础上,提出了一种鲁棒的EASI盲分离算法,该算法根据噪声功率谱密度模型,使噪声的影响大为降低。仿真结果表明,为获得同样的输出干信比,本文提出的算法所需的输入信噪比比EASI算法普遍要低5dB. 最后研究了多径信道环境中,通信信号的卷积混合盲分离技术。给出了一种基于子空间分解的时域盲解卷积算法,该算法利用子空间分解的思想,将卷积混合模型转化成瞬时线性混合模型,然后利用瞬时线性混合盲分离算法进行分离。该算法无需解决解决频域盲解卷积中要解决的幅度和排列顺序的模糊性问题,同时也不要求源信号统计独立,可在中频直接对信号进行处理。 4.研究了盲源分离技术在通信侦察中的应用。 首先研究了盲源分离技术在DS-CDMA信号侦察中的应用,提出了一种基于盲源分离的DS-CDMA信号伪码估计估计算法以及基于盲源分离技术的DS-CDMA盲多用户分离技术。其次,研究了盲源分离技术在跳频信号分选、拼接方面的应用,首次提出利用盲源分离技术对跳频信号进行非合作分选拼接的新思路,并用计算机仿真验证了该方法的有效性。第三,研究了盲分离技术在频谱混叠信号分离方面中的应用,提出了基于盲源分离技术从宽带干扰信号中提取窄带通信信号的新方法。第四,研究了盲源分离技术在通信抗干扰技术中的应用,提出了一种基于盲源分离技术的通信抗干扰技术。计算机仿真结果表明该技术可以抗同频宽带干扰,同频窄带干扰,以及同频同调制的相关干扰等多种干扰。 5.提出了基于盲源分离的通信侦察新体制,给出了基于盲源分离的通信侦察系统的组成,并阐述了特征匹配侦察技术的主要思路;同时在研究信号时频分析和神经网络的基础上,提出了一种基于时频分析和神经网络的通信信号盲识别技术。该技术首先利用时频分析和奇异值分解对截获到的信号进行数据压缩,提取出信号的特征向量,然后利用神经网络的学习、分类能力,对其进行分类识别。 6.对盲源分离算法进行了试验测试。搭建了一个实验系统,利用该系统采集一些数据,并用本文研究的盲源分离算法对这些数据进行盲分离,实验结果验证了盲源分离算法实现通信信号盲分离的有效性。同时通过实验研究了源信号载频间隔、信噪比、信号带宽、空间距离等参数对分离性能的影响。


知网文化
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978