当前位置:主页 > 科技论文 > 信息工程论文 >

星基ADS-B多重交叠信号分离算法研究

发布时间:2020-07-23 06:10
【摘要】:广播式自动相关监视(ADS-B)是航空监视的主要新技术之一,飞机通过对外广播包含位置、身份、速度等信息的ADS-B报文,实现信息共享和空中交通监视。目前ADS-B监视系统以地面系统为主,由于地面基站的覆盖范围小、部署成本高,陆基ADS-B系统不利于覆盖大面积的空域以及洋区和偏远地区。因此,星基ADS-B系统应运而生。与陆基ADS-B系统相比,星基系统具有一系列新的特点,包括覆盖范围更广,信噪比更低,信号功率差异更小。这些新特点使ADS-B信号在星载ADS-B接收机处的冲突更加严重。本文主要研究星基ADS-B多重交叠信号的分离算法。独立成分分析(ICA)是当今盲信号分离的主要技术手段之一。本文对信号交叠模式进行建模分析,通过计算信号交叠概率和飞机数量的关系,阐明了信号分离的必要性和重要性。共采用了三种不同的盲信号分离算法对星基ADS-B交叠信号进行仿真分离,并对基于负熵的快速ICA(FastICA)算法进行了优化。首先,研究扩展投影算法,并运用该算法对星基ADS-B信号进行分离,利用矩阵重组、秩分解等手段,最终得到源信号的估计。然后,研究ICA算法。为了减少计算量,在进行信号分离之前,先对ADS-B交叠信号做零均值化和白化等预处理。针对FastICA算法存在的局部极大值和收敛依赖于初始权值的问题,在经典的FastI-CA算法中引入了松弛因子,得到松弛改进的FastI-CA算法并将其应用到星基ADS-B信号处理中。最后,分别采用特征矩阵近似对角化(JADE)算法和松弛改进的FastICA算法对多重交叠ADS-B信号进行模拟分离实验,将采用松弛改进的FastICA算法分离出来的信号与源ADS-B信号作相关性分析,验证算法的可行性,并比较松弛改进的FastICA算法与经典FastICA的可靠性和收敛速度。实验结果表明,这三种算法都能够较好地解决星基ADS-B信号交叠问题,与其他盲信号分离算法相比,松弛改进的FastICA算法不仅减少了计算量、更适于硬件执行,也改善了算法的鲁棒性,使算法能够实现大范围收敛。
【学位授予单位】:中国民航大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TN911.7
【图文】:

系统组成,空域


与目前适用的程序管制间隔的要求相比,在洋区、极地和偏远地区使用星基 ADS-B系统将带来以下效益:1)空中交通管理有能力在非常繁忙的偏远空域,扩大提供 ATS 监视服务以加强安全;2)减少二氧化碳和其他温室气体排放,有助实现国际民航组织的环境目标;3)缩小航空器间的最小间隔,增加容量,提高空域效率;4)提高最佳速度、高度以及首选航路的可实现性;5)为航空承运人带来总体的巨大运行效益并减少燃料成本。

模式图,模式,信号,应答机


图 2-2 S 模式 ADS-B 信号见,S 模式 ADS-B 信号包括两部分,即前导脉冲和数据块。前 8μs ,它的特点是在 0μs、1μs、3.5μs 和 4.5μs 分别存在一个脉冲位,。根据长短脉冲的不同,数据块中分别存在 56bit 或者 112bit 数据 5 个主要的飞行任务字段组成:DF 位,CA 位,AA 位,ME 位和 P用脉冲位置调制(Pulse Position Modulation, PPM)方法调制的二进制冲记作 1,后半部发脉冲记作 0,前后两部分组成 1 个 Bit 信号,依次Bit n 表示。示的是进行编码的传输描述,长度为 5 个比特位,以二进制的方、DF=18 和 DF=19 这三种格式,其中 DF=17 表示其为具有 S 模式力的应答机发射,DF=18 表示其是由非 S 模式应答机发射,DF=19 采用的信号是 DF=17 格式的 ADS-B 信号,DF 位字段设置为固定

接收机,方向矢量,阵元,参考点


于信号参考点的延时 τj(θ,φ),则阵元 j 所接收到的信( )( ,),jj tjt eω θ θ ττ ( , ) ( ,)TTjj r k θ = k α θ 束矢量,α(θ, φ)表示入射波的方向矢量。有,) ( ) ≈t s 以表示为 )( ,)jjj tt e eω ω θτ表示为( ,)jj ω θ τ

【相似文献】

相关期刊论文 前10条

1 ;盲信号分离方法[J];国际学术动态;2001年04期

2 赵安;;关于网络通信中盲信号实时分离仿真研究[J];计算机仿真;2018年02期

3 王钢;孙斌;;盲信号分离技术及算法研究[J];航天电子对抗;2015年04期

4 王涛文;;压缩感知原理在盲信号分离中的应用[J];广东工业大学学报;2012年03期

5 刘辉;李佰;;粒子群算法用于盲信号分离的研究[J];现代电子技术;2010年17期

6 彭耿;黄知涛;姜文利;周一宇;;单通道盲信号分离研究进展与展望[J];中国电子科学研究院学报;2009年03期

7 张贤达,保铮;盲信号分离[J];电子学报;2001年S1期

8 吴彪;沈国勤;陈娟;;盲信号分离技术在无线电频谱管理中的应用研究[J];中国无线电;2011年03期

9 谢胜利,王杰;一个基于盲信号分离的多路回波消除结构[J];电子学报;2004年07期

10 刘琚,梅良模,何振亚;一种盲信号分离的信息理论方法[J];山东大学学报(自然科学版);1998年04期

相关会议论文 前7条

1 王福祥;柳重堪;张军;;一种非正交联合对角化算法及其在盲信号分离中的应用[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年

2 靳旭康;黄翔东;;基于频域最短路径分解的欠定盲信号分离[A];第九届全国信号和智能信息处理与应用学术会议专刊[C];2015年

3 申永军;杨绍普;孔德顺;;一种基于奇异值分解的欠定盲信号分离方法[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

4 林波;张邦宁;郭道省;;一种基于小波降噪的盲信号分离干扰抑制算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

5 刘直芳;张继平;游志胜;;有限制的MFA-ICA的算法及其在特征提取中的应用[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年

6 吕文彪;尹成;李大卫;;一种改进的独立分量分析在叠后资料去噪方面的应用[A];中国地球物理学会第22届年会论文集[C];2006年

7 苗锋;赵荣珍;;基于最大信噪比的转子故障信息分离方法[A];2013年中国智能自动化学术会议论文集(第四分册)[C];2013年

相关博士学位论文 前10条

1 徐异凌;盲信号分离方法及应用研究[D];电子科技大学;2004年

2 冶继民;信源数目未知与变化时的盲信号分离方法研究[D];西安电子科技大学;2005年

3 柳艳红;盲信号分离、信号重构及FSK信号检测算法研究[D];北京交通大学;2006年

4 丁志中;盲信号分离及其在心电和语音信号处理中的应用[D];中国科学技术大学;2007年

5 董姝敏;水声信号处理的盲信号分离方法研究[D];哈尔滨工程大学;2012年

6 张和发;盲信号分离技术及其在无源定位中的应用[D];电子科技大学;2012年

7 赵敏;盲信号分离的原理及其关键问题的研究[D];华南理工大学;2010年

8 谢侃;稀疏盲分离的理论与算法研究[D];广东工业大学;2016年

9 李宁;频率域盲信号分离理论研究[D];华中科技大学;2007年

10 张烨;欠定混合信号的盲分离[D];上海大学;2009年

相关硕士学位论文 前10条

1 刘慧;星基ADS-B多重交叠信号分离算法研究[D];中国民航大学;2019年

2 李静;机动车发动机转速声音检测系统设计与实现[D];内蒙古大学;2018年

3 郭小云;多通道AIS盲信号分离技术研究[D];天津理工大学;2018年

4 张明君;基于稀疏表示的盲信号分离方法研究[D];新疆大学;2014年

5 高丽丽;盲信号分离应用技术的研究[D];电子科技大学;2011年

6 张懿璞;基于广义自相关的盲信号分离[D];西安电子科技大学;2010年

7 胡学友;盲信号分离技术及其应用研究[D];合肥工业大学;2003年

8 朱世东;盲信号分离的DSP实现[D];安徽大学;2007年

9 刘开文;基于短时综合相加法的语音盲信号分离的研究及其DSP实现[D];四川大学;2004年

10 陈国豪;基于盲信号分离的房颤信号提取方法的研究[D];华南理工大学;2011年



本文编号:2766964

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2766964.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户8b492***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com