论文部分内容阅读
船载自动识别系统(Automatic Identification System,AIS)作为一种新型的数字导航系统,不仅在防避碰和自动识别方面取得了成功,而且在加强海上生命安全、提高航行的效率、以及保护海洋环境等方面有着十分重要的作用。针对星载AIS系统中存在的信噪比较低、多普勒频移较大、信道时变较快和多用户干扰严重等问题,本文主要工作如下:(1)提出了一种基于改进经验模态分解(Empirical Mode Decomposition,EMD)的单通道信号分离算法。该算法首先利用极值点对称延拓算法对接收信号进行延拓,该过程改善了传统EMD算法中的端点效应。然后采用传统EMD算法将观测信号分解成一系列频率不同的本征模态函数(Intrinsic mode component,IMF);然后根据KL散度(Kullback-Leible divergence)的值,提取IMF分量中有用部分;最后利用独立分量分析(Independent component analysis,ICA)算法实现部分AIS信号分离。仿真结果表明,该算法可以实现低信噪比下多路信号混合时的单通道分离,并且混合的源信号之间的相对频偏越大,分离效果越好。(2)提出了一种基于冗余小波变换(Redundant discrete wavelet transform,RDWT)的单通道星载AIS信号分离算法。该方法首先利用RDWT算法将观测信号分解成频率不同的近似信号和细节信号,该过程完成由单通道分离向多通道分离的转化;然后利用ICA算法实现AIS源信号分离。仿真结果表明,该算法实现了多路混合信号的分离,并且分离效果几乎不受时延影响。(3)提出了一种信道和相位联合跟踪下的信号检测算法。该算法将信道和相位实时跟踪结合起来,实现了参数与序列的联合估计。仿真结果表明,该算法性能优于差分检测、维特比译码和基于逐幸存路径处理(per-survivor processing,PSP)的信号检测算法,并且抗频偏能力较强。