利用二阶统计量的多跳频信号的盲分离方法.docVIP

利用二阶统计量的多跳频信号的盲分离方法 王荣杰1,3，詹宜巨2，周海峰1 （1. 集美大学轮机工程学院，厦门 361021； 2.中山大学工学院，广州 510006； 3. 中山大学信息科学与技术学院，广州 510006） 摘 要：为了分选混叠的多个跳频信号的网台，提出一种基于二阶统计量的多跳频信号的盲分离方法，该方法首先根据跳频信号的非平稳和非白化特性构造用于估计分离矩阵的代价函数，然后采用梯度下降法的更新规则进行优化，从而获得最优分离矩阵。仿真结果表明该方法能较好地实现多跳频信号的离线和在线盲分离，且它比其它的方法具有更好的噪声抑制能力。 关键词：二阶统计量；跳频信号；盲分离；非平稳；非白化 中图分类号：TN911.7 文献标识码:A Bind Separation Method Using Second-order Statistics for Multi-Hopping Frequency Signals WANG Rong-jie1,3, ZHAN Yi-ju2, ZHUO Hai-feng3 ( 1. Marine Engineering Institute, Jimei University, Xiamen, 361021. Wang Rong-jie, Roger811207@163.com. 2. School of Engineering, Sun Yat-sen University, Guangzhou, 510006. 3. School of Information Science and Technology, Sun Yat-sen University, Guangzhou, 510006. ) Abstract: To separate multi-hopping frequency signals, we proposed a method for blind separation by explicitly exploiting the second-order statistics of signals. Firstly, a cost function was constructed to estimate separation matrix by exploiting the properties of non-stationary and non-whitening of signals, then updated the separation matrix by gradient steepest method, so as to obtain optimal separation matrix. The simulation results show that the method can separate multiple-hopping frequency signals off- or on-line, and its superior robustness performance to the conventional methods. Key words: Second-order Statistics；Hopping-frequency Signals；Blind Separation；Non-stationary； Non-whitening 引言 (Introduction) 跳频信号的分离是跳频侦察中一个重要的环节，它是在复杂的电磁环境下对混叠的多个跳频信号的网台进行分选。根据不同的分选依据主要可分为两类，一类是以跳频信号的时间、频率和方位等特征参数来分选不同信号的网台[1]，由于各个网台的跳频信号的特征参数是未知的，并且很难准确估计，从而降低这类算法的分离效果和可靠性。盲源分离(Blind Source Separation, BSS)理论[2-3]的出现为跳频通信提出了一种新的思路，由于其优越的假设前提，它也成为了多跳频网台分选的方法。所谓的盲源分离，就是在源信号和混合系统(或传输通道)等未知的情况下，仅根据源信号的统计特性，由观测到的混叠信号恢复出源信号。基于盲源分离技术的思想，文献[4-5]利用跳频信号之间的相互统计独立特性分别采用了特征矩阵联合近似对角化(Joint Approximate Diagonalization of Eigen-matrices,JADE)和快速独立分量分析( Fast Independent Component Analysis, FastICA)，文献[1]根据跳频信号的非平稳特性提出了一种时频分布的跳频信号盲分离算法(Time-frequency Distribution BSS, TFDBSS)，这些