基于压缩感知的ADS-B信号多种干扰抑制研究

发布时间：2020-10-08 17:59

　　随着全球经济和人们出行需求的快速增长,空中交通负荷经历了前所未有的增长。传统二次雷达监视下的空中交通管制设施与日益增长的航空运输需求之间的矛盾日益突出,ADS-B(Automatic Dependent Surveillance-Broadcast)成为我国未来新一代空管自动化系统的核心技术。作为一种开放式的星基监视手段,ADS-B系统以其主动广播式的运行模式与低廉的成本,得到了国际民航组织和民航发达国家的广泛的认可。作为广播式航空器监视手段,ADS-B系统容易受到多种干扰的影响。因此,一种有效的干扰抑制方法亟待被应用。本文首先建立了ADS-B信号阵列空间稀疏采集模型,分析了基于OMP算法、基于贪婪算法的改进方法的信号重构算法。面对线性平稳信号、线性非平稳信号、非线性平稳信号以及非线性非平稳信号,通过仿真验证了不同算法信号恢复的可行性、效率以及成功重构概率,为ADS-B的来波方向估计和干扰抑制奠定了理论基础。其次,分析了传统波达方向估计算法分辨率的表达方式,利用二阶导数的性质,提出了一种基于离散函数二阶导数的功率谱函数估计算法。并将其推广至二维空间,提出2D-MUSIC方法及二维离散谱函数求二阶导数的方法。在不同信噪比、采样率和阵元数下,仿真验证了所提出的基于二阶导数的MUSIC方法在低信噪比和低采样率条件下,相比于传统的MUSIC算法具有更高的分辨成功率,进而实现了ADS-B来波方向的估计。再次,结合半正定规优化布阵与压缩感知波束形成技术,建立阵元优化模型,求解凸优化问题,得到峰值旁瓣最小化的方向图,验证了提出的基于SDP优化方法在波束形成中对于减小峰值旁瓣的可行性,在降低了阵列总输出功率的同时,实现对ADS-B干扰方向来波的抑制。本文的研究成果可为我国新一代空管自动化系统提供安全可靠的ADS-B信号源,提高我国空域监视的安全水平和民航飞行效率,并为ADS-B在无人机空管和低空空域监视的应用提供理论支持。
【学位单位】：南京航空航天大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：V355.1;TN972
【部分图文】：

路线图,阵列信号,采集技术,路线图

的频率发射信号，如果采用传统的采样方法，在民航飞机日益增多，低空空域逐步开放的背景下，势必会在信号的接收端造成大量的数据冗余，为接收端信号处理造成麻烦。如果能利用 CS理论使用阵列信号对 ADS-B 信号进行稀疏采样，这样就可以减少数据冗余，CS 理论表明，对信号的采样率不取决于信号的带宽，而取决于信息在信号中的结构和内容。CS 理论主要分为三个步骤，分别为信号的稀疏表示方法，测量矩阵的设置和信号重构恢复算法。CS 方法应用的前提是信号可以在某个域内被稀疏表示。其中最常使用的变换基有傅里叶变换基、离散小波基、离散余弦变换基等[64]。在测量矩阵中为了保证信号在基向量表示的空间内的线性投影能够保留信号的原始特征，测量矩阵必须满足约束等距特性，这对于测量矩阵的选择提出了要求。而对于现有的重建算法而言，主要有两大类：1. 基于松弛理论的凸优化算法：该方法通过求解凸优化问题找到信号的近似，必要的时候将约束条件松弛，以使问题满足凸优化条件，如基追踪算法、内点法、梯度投影方法和迭代阈值法等。2. 贪婪算法：该类算法是通过迭代选择的一个局部最优解来逐步逼近原信号，如匹配追踪算法，正交匹配追踪算法，分段OMP 算法、正则化 OMP 算法和压缩采样匹配追踪算法等。凸优化算法可以找到全局最优解但是算法复杂度较高，而贪婪算法计算复杂度较低，但是容易陷入局部最优[65]。稀疏阵列ADS-B观测矩阵 YADS-B

示意图,信号接收,阵列,线形

分析型为n的一维离散时间信号 M 1,如果一个稀疏域可以表示一个则称信号是可以稀疏表示的，即：系数，是中个基向量的线性组合，上式的阵列表示形式x N ，是 N N稀疏基矩阵，称之为稀疏字典，是有个非零元素感知理论中，把x在HY W X域的稀疏投影表示成：y x向量，是M N测量矩阵，压缩感知理论指出，当稀疏字典相干时，可以通过基追踪等优化方法求解下式优化问题，实现测量信号信号模型如图 2.3 所示

变化图,信号参数,信号长度,均方根误差

南京航空航天大学硕士学位论文表 2.2 信号参数表信号参数数值信号长度变化范围 500-5000/间隔 500频率变化范围 600Hz-12000Hz压缩比 10

【参考文献】