详情

原文传递星载AIS信号的分离算法研究

论文题名：	星载AIS信号的分离算法研究
关键词：	星载船舶自动识别系统;信号分离;四带带状滤波器;快速独立分量分析算法;经验模式分解法
摘要：	船舶自动识别系统（AIS，Automatic Identification System）是一种新的助航系统，用于船与船之间、船与岸之间通信。星载AIS通过卫星收发信息，从而实现全球领域的船舶有效监控。然而同一卫星视场内不同AIS子网间无法有组织的配合工作，导致卫星接收端信号混合，船舶信息检测率降低。因此对接收到的信号进行分离具有重要的研究意义，本文从星载AIS系统的实际需求出发，研究星载AIS信号的分离问题。主要研究内容包括：　　（1）提出了一种基于频率分集的星载AIS信号的分离方法。利用信号的多普勒频移特性，将接收信号通过重叠带状滤波器滤波，使其分成多个窄频带信号，给后续处理带来方便，从而提高信息检测率。仿真结果表明，四带带状滤波器的频率分集方案性能最好，能将信息损失降到最小。　　（2）改进了基于负熵的快速独立分量分析（Fast Independent Component Analysis, FastICA）算法。改进算法结合AIS信号的恒包络特性，利用随机梯度恒模算法生成初始权向量，且选取具有良好稳健性的Modified-M估计函数作为目标函数中的非线性函数，提高算法的稳健性，然后修正牛顿迭代算法，使其满足三阶收敛。仿真结果表明，改进算法在分离精度上有所提高，且减少迭代次数，加快收敛速度。　　（3）提出了一种基于经验模式分解（Empirical Mode Decomposition，EMD）的AIS信号的提取方法。利用EMD将混合AIS信号分解为不同的本征模态函数（Intrinsic Mode Function，IMF），构建虚拟通道，进而通过FastICA算法提取功率较大的信号。考虑到AIS信号的恒包络特性，对提取的信号做希尔伯特变换（Hilbert Transform）得到最终信号。仿真结果表明，能提取出功率较大的信号，且信号相对频偏越大，提取出的信号越接近源信号。
作者：	谢萍
专业：	信息与通信工程
导师：	马社祥
授予学位：	硕士
授予学位单位：	天津理工大学
学位年度：	2016
正文语种：	中文