原文传递
多通道AIS盲信号分离技术研究
| 论文题名： | 多通道AIS盲信号分离技术研究 |
| 关键词： | 船舶自动识别系统;多通道混叠;盲信号分离;累积自相关量;等变自适应分解 |
| 摘要： | 本文在船舶自动识别系统（Automatic Identification System，AIS）接收系统的背景下，研讨多通道混叠信号的盲信号分离处理方法。主要研究内容包括： (1)针对传统的基于信号时序结构的盲信号分离算法不能有效解决AIS信号分离的问题，提出了一种基于累积自相关量的AIS实信号盲提取算法。该算法利用信号的时序特性构建信号的累积自相关量，将累积自相关量最大化作为信号分离的准则，用人工蜂群算法对累积自相关量函数进行优化，逐次提取信号。仿真结果表明，该算法可以很好地实现AIS信号盲分离，相对于其他基于时序结构的盲提取算法具有更高的分离精度，性能良好。 (2)通过球坐标变换生成增维矩阵对混合信号进行增维，提出了一种增维噪声抑制的AIS复值FastICA算法。对增维后的混合信号进行白化去噪，采用含噪的复值FastICA算法对AIS信号盲分离。仿真结果表明，通过球坐标变换的增加混合信号维数方式能有效降低噪声的影响，比随机增加混合信号维数的方式有更好的噪声抑制效果。该算法相比传统的复值FastICA算法和复值峭度最大化算法能有效减小噪声的影响。 (3)在等变自适应分解算法（EASI）的基础上，提出了一种自适应步长学习指数EASI盲分离算法。该算法利用信号的非高斯性引出步长学习指数，使EASI算法的步长随步长学习指数的增大呈指数衰减。初始阶段步长较大，随着步长的减小稳态误差也逐渐减小。对改进EASI算法的批处理和自适应处理两种方式分别进行仿真，仿真结果表明，改进EASI算法较传统EASI算法收敛速度有所提高，自适应处理的稳态误差较传统EASI算法的自适应处理稳态误差也有所减小。 |
| 作者： | 郭小云 |
| 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： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
