星载AIS接收机的多用户分离算法研究

来源 :天津理工大学 | 被引量 : 5次 | 上传用户:ntsx888
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
星载船舶自动识别系统(Automatic Identification System,AIS)是各国竞相发展的船舶动态监控系统,在军事、经济和政治等领域均具有重要的意义。多用户分离是星载AIS中的一个核心技术,直接影响到信号的接收效果和检测性能,该课题的研究对其它卫星通信系统同样具有重要的价值。本文以星载AIS为应用背景,对时隙碰撞概率、信号分离算法和接收机的多用户分离等方面进行研究。建立了星载AIS接收信号时隙碰撞概率分析模型。该模型以泊松分布为基础,为了使概率分析更加贴近实际情况,模型建立的过程中考虑到了:A、B类船台的消息发送间隔是不同的;不同航行状态的船舶消息发射间隔是不同的;信号混叠程度对信息完整性的影响是不同的。提出了变步长的复值快速独立分量分析(Fast Independent Component Analysis,FastICA)分离算法。以非高斯性为基础建立了表示混合信号独立性的目标函数,并采用具有较高收敛速度的牛顿迭代法对目标函数进行优化。为使目标函数始终朝着最优解的方向收敛,迭代过程采用可变步长的牛顿迭代法,同时,为了保持算法收敛速度,基于Wolfe-Powell准则确定迭代步长的搜索范围。仿真实验对混合的信号进行了提取,并对不同的FastICA算法进行对比,证明基于Wolfe-Powell准则的FastICA,仅增加很少的计算量就解决了收敛性的问题。针对AIS信号的空间传输特点,提出了一种卫星接收机的多用户分离方法。首先采用三交叉的二元线阵对不同极化方向的信号进行接收,基于极化分集减小时隙碰撞的概率;然后利用数字波束形成,将卫星的视场划分为多个带状区域,基于空间分集减小时隙碰撞的概率;最后结合变步长的复值FastICA分离算法对时隙碰撞的AIS信号进行逐个提取。仿真实验模拟了接收机接收前端的主要信号处理流程,证明该方法是切实可行的。
其他文献
随着石油工业的不断发展,大规模构造型油气藏已逐渐被开采,薄层型油气藏成为了下一步开采的目标。因此,对这类油气藏的勘探与高精度预测成为了当前研究的热点。常规波阻抗已
数字信号处理技术是现代通信系统中不可或缺的关键,其中模拟数字转化器(ADC)搭起了模拟世界到数字世界的桥梁。在现代的数字通信系统中,传输速率达Gbps,需要同时具有高精度、
随着科学技术的快速发展,基于嵌入式系统的关键词组识别技术备受人们的关注。该技术在智能家居、语音导航等领域具有广阔的应用发展前景。由于嵌入式系统的存储资源和运算处
认知无线电技术是解决频谱资源紧张的关键性技术,已经成为当前无线通信领域内的研究热点之一。目前,认知无线电的研究主要集中在物理层和MAC(Media Access Control)层,相对应
近年来,正交频分复用技术广受人们的关注,其优点主要有灵活的资源分配和抗噪声性能以及抵抗多路径干扰性能良好。在下一代的4G无线通信系统中它已成为了核心关键技术。而OFDM
如何实现对麦克风录制的鼾声相关信号进行自动检测与分类对基于声学信号处理手段来诊断睡眠呼吸暂停/低通气综合症人群的鼾声来源和上气道阻塞部位显得尤为重要。尤其对于医
随着4G技术的逐步成熟和在中国大规模商用的开始,无线与移动通信技术的发展逐步夸入一个新的时代,移动互联网技术和智能终端技术已经得到前所未有的发展,这也为大型通信设备
与遗传算法和蚁群算法一样,蜂拥算法(Flocking)源自自然界奇妙现象,在分布式控制领域有着得天独厚的优势,一直被各个领域的研究者们所重视。近年来蜂拥算法在可移动机器人网
移动Ad Hoc网络(Mobile Ad Hoc Network,MANET)由一组无线移动节点组成,它是不需要依靠固定的通信网络基础设施,就可以迅速组网以供使用的网络体系。MANET通常是无中心、自组
分数域时频分析方法由于其独特的优点,为传统时频分析带来新思路,成为目前时频分析研究的一个热点。分数阶傅立叶变换可以看作是对时频面的旋转,通过旋转来突破传统时频带宽