星载AIS/ADS-B一体化接收系统碰撞信号分离算法

发布时间：2021-03-27 10:40

　　针对星载自动识别系统（AIS）/广播式自动相关监视（ADS-B）一体化接收系统因信号时隙碰撞而严重影响解调正确性的问题,提出一种基于海森矩阵预估计的碰撞信号分离算法。该算法根据多通道碰撞分离模型对目标函数的海森矩阵进行预估计,利用有限内存BFGS（L-BFGS）双循环递归法更新搜索方向,最终得到分离矩阵并估计出原信号。仿真结果表明该算法能够加速目标函数寻优收敛,实现碰撞信号的高效分离。 

【文章来源】：南京理工大学学报. 2020,44(06)北大核心CSCD

【文章页数】：6 页

【部分图文】：

碰撞信号分离模型

然后,比较不同算法的迭代次数和计算时间。设置接收信号信噪比为15 dB,采用2种算法对AIS碰撞信号进行分离,分离过程中统计每一步迭代后目标函数的梯度范数以及程序运行时间。AIS信号分离过程中梯度范数随迭代次数变化曲线如图2(c)所示,随程序运行时间变化曲线如图2(d)所示;ADS-B信号分离过程中梯度范数随迭代次数变化曲线如图2(e)所示,随程序运行时间变化曲线如图2(f)所示,当梯度范数小于10-8时认定为算法收敛。由图2(c)、(d)可见,对于AIS碰撞信号,经典L-BFGS算法迭代20次后收敛,Hessian-Pre算法迭代12次后收敛,Hessian-Pre算法收敛所需时间约为经典L-BFGS算法的1/2;由图2(e)、(f)可见,对于ADS-B碰撞信号,经典L-BFGS算法迭代20次后收敛,Hessian-Pre算法迭代13次后收敛,Hessian-Pre算法收敛所需时间约为经典L-BFGS算法的1/2。可以得出结论,基于海森矩阵预估计改进的算法收敛速度明显高于经典L-BFGS算法,这是由于海森矩阵预估计处理优化了L-BFGS算法的下降方向初值,改进了搜索方向,使得算法可以在更少的迭代次数、更短的运行时间内搜索到最优的分离矩阵,完成碰撞信号的高效分离。

【参考文献】：
期刊论文
[1]基于末子级应用的可重构通信载荷研究设想[J]. 唐亮,刘辉,陈晨,黄春华,杜英霞.  空间电子技术. 2017(01)
[2]基于帕斯维尔定理的频域积分盲源分离算法[J]. 杨青川,臧传霞,李天雷,胡玉兰,梅铁民.  南京理工大学学报. 2015(01)
[3]基于阵列结构的盲分离算法[J]. 付卫红,杨小牛,刘乃安,曾兴雯.  南京理工大学学报(自然科学版). 2009(02)

硕士论文
[1]基于独立分量分析的盲源分离算法优化研究[D]. 张政.南京信息工程大学 2015



本文编号：3103365