S模式交叠信号的PA分离算法性能分析
本文关键词: S模式 交叠信号分离 PA算法 奇异值分解 阵列天线 出处:《现代雷达》2017年02期 论文类型:期刊论文
【摘要】:为了提升高密度信号背景下对S模式应答的接收能力,投影算法(PA)在阵列接收的基础上采用投影技术分离S模式交叠信号,因其具有良好的稳定性和实用性而成为经典的信号分离方法。首先,分析了PA算法针对的问题在各种空中流量密度下的发生概率;其次,在PA算法的基础上推导了交叠信源数检测与信号到达方向的关系,进一步分析了信号到达角(DOA)与噪声增益之间的关系,并说明了信号DOA对分离后的信号解码的影响;最后,以均匀线阵(ULA)为例仿真说明了信号DOA对信源数检测、噪声增益的影响。结果表明,对于两个S模式交叠的情况,PA算法在六阵元ULA下可以达到80%以上的检测成功率,并有较好的分离效果。
[Abstract]:In order to improve the ability of receiving S-mode response in the background of high-density signal, the projection algorithm (PAA) is used to separate the S-mode overlapping signal based on array reception. Because of its good stability and practicability, it has become a classical signal separation method. Firstly, the probability of PA algorithm under various air flow density is analyzed. Secondly, on the basis of PA algorithm, the relationship between signal arrival direction and overlapping source number detection is deduced, and the relationship between signal arrival angle load and noise gain is further analyzed. The influence of signal DOA on the decoding of the separated signal is also explained. Finally, the effect of signal DOA on signal number detection and noise gain is illustrated by the example of uniform Linear Array (ULAA). The results show that the two S-modes overlap. The PA algorithm can achieve a detection success rate of more than 80% under six array element ULA, and has a good separation effect.
【作者单位】: 海军航空工程学院电子信息工程系;中国人民解放军92337部队;南京电子技术研究所;
【基金】:国家自然科学基金资助项目(61032001)
【分类号】:TN957.51
【正文快照】: 0引言在空中交通管制领域中,二次监视雷达(SSR)是目前对空域监视的最主要手段之一[1]。以SSR为基础或沿袭SSR信号协议的系统,诸如多点定位系统(MLAT)、空中交通预警和防撞系统(TCAS)以及自动相关监视系统(ADS-B)等,得到了越来越广泛的应用[2-3]。以上这些系统都共享SSR的下行
【相似文献】
相关期刊论文 前10条
1 李舜酩,杨涛;盲源信号分离及其发展[J];传感器技术;2005年04期
2 韩峰;麻硕士;崔红梅;樊昕;梁立涛;;基于偏时域相干算法的信号分离[J];弹箭与制导学报;2008年02期
3 何继爱;王维芳;李力舟;;盲源信号分离方法研究[J];无线通信技术;2009年04期
4 李丽;信号分离的优化分析[J];火控雷达技术;1999年02期
5 张敏;于海燕;武克斌;;语音信号识别基于盲源信号分离的实现[J];现代电子技术;2011年11期
6 李晓欢;叶进;;基于循环相关的信号分离方法的研究与实现[J];火力与指挥控制;2013年03期
7 姚伏天,金连甫,戴光;基于核独立成分分析的盲源信号分离[J];计算机工程与应用;2004年06期
8 傅予力;谢胜利;何昭水;;稀疏盲源信号分离的新算法[J];计算机工程与应用;2007年09期
9 吴新杰;崔春阳;;基于粒子群算法的盲源信号分离[J];辽宁大学学报(自然科学版);2009年02期
10 易叶青;林亚平;林牧;李小龙;王雷;;基于遗传算法的盲源信号分离[J];计算机研究与发展;2006年02期
相关会议论文 前8条
1 姜可宇;蔡志明;;基于几何结构的非线性动力学信号分离方法[A];2004年全国水声学学术会议论文集[C];2004年
2 王潇;尹忠科;王建英;杨郑;;应用基追踪的信号分离的算法[A];2008年中国西部青年通信学术会议论文集[C];2008年
3 卫哲;黄建国;张群飞;;一种水下多目标信号分离新技术[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年
4 惠月娇;黄建国;张群飞;;基于特征空间投影的水下多目标信号分离新方法[A];第六届全国信号和智能信息处理与应用学术会议论文集[C];2012年
5 李晓欢;陈倩;;基于信号循环平稳特性的信号分离技术研究[A];全国第二届信号处理与应用学术会议专刊[C];2008年
6 任保全;胡洪坡;刘伟;;基于独立分量分析的卫星混合信号分离[A];2008通信理论与技术新进展——第十三届全国青年通信学术会议论文集(上)[C];2008年
7 魏梅英;唱亮;冀维林;骆超;;基于MAP的共信道FM信号分离方法在无线电监测工作中的应用[A];2011全国无线及移动通信学术大会论文集[C];2011年
8 黎茂文;胡世飞;;开环搜索LINC中两路增益和相位平衡点[A];2009年中国高校通信类院系学术研讨会论文集[C];2009年
相关博士学位论文 前5条
1 陈永强;欠定信号分离及其在语音处理中的应用[D];西南交通大学;2014年
2 梅铁民;盲源信号分离时域与频域算法研究[D];大连理工大学;2006年
3 邵朝;稳健的超分辨算法研究——基于信号分离理论的算法研究[D];西安电子科技大学;1997年
4 刘凯;粒子滤波在单通道信号分离中的应用研究[D];中国科学技术大学;2007年
5 李坡;雷达目标微动信号分离与参数估计方法研究[D];南京理工大学;2012年
相关硕士学位论文 前10条
1 张勇;单通道声乐源信号分离方法研究[D];大连理工大学;2015年
2 张继松;基于盲源信号分离的全双工通信自干扰消除研究[D];云南大学;2016年
3 刘焱;宽带接收中的信号分离技术研究[D];电子科技大学;2006年
4 易叶青;基于进化算法的盲源信号分离[D];湖南大学;2005年
5 李素平;混合乐音信号分离方法研究[D];山东大学;2010年
6 刘云鑫;盲源信号分离原理与应用研究[D];东北石油大学;2013年
7 郭长勇;基于粒子滤波的多分量调频定距侦察信号分离与参数提取[D];南京理工大学;2012年
8 卢慧英;分数阶傅里叶变换在信号分离及参数估计中的应用[D];苏州大学;2012年
9 钱文菊;雷达通信一体化系统的信号分离技术研究[D];西安电子科技大学;2013年
10 郭琳;盲源信号分离中的核独立成分分析算法研究[D];兰州交通大学;2013年
,本文编号:1483268
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1483268.html