盲源分离技术在通信侦察系统中的应用

盲源分离技术在通信侦察系统中的应用

摘要: 针对如何快速、准确地对无线电通信信号进行截获、分离和识别是现代通信侦察的瓶颈, 盲源分离对于解决这些难题具有独特的优势。给出了基于盲源分离的无线电通信侦察系统模型，从DoA估计和调制样式识别两方面讨论了盲源分离技术在该领域的应用情况。通过具体的仿真实验，证明了盲源分离应用于通信侦察的正确性和可行性。

关键词: 盲源分离；无线电侦察；DoA估计；调制识别

Application of blind source separation in radio surveillance Abstract:How to acquire ,separate and identify the radio communication signals quickly and exactly is abottleneck of modern radio surveillance , and blind source separation (BSS) is suitable for dealing with theseproblems. The model of the radio surveillance system based on BSS is presented , and two novel applications arediscussed, i. e. the direction- of- arrival (DoA) estimation and modulation identification. Simulation result s showthat the BSS solution in radio surveillance is valid and feasible.

Key words:blind source separation ; radio surveillance ; direction- of- arrival estimation ; modulation identification

引言

现代战场通信信号环境日益复杂 , 如何有效地对信号进行快速、准确地截获、分离和识别 , 是现代通信侦察的一大瓶颈问题。主要表现在 : 信号分析时 , 难以对时域或频域重叠在一起的信号进行分析 , 如何对混叠的信号进行有效分离 ; 信号测向时 ,传统的测向方法精度不高 , 而一些超分辨率方法计算量过大 ,如何提高测向的速度和精度 ; 信号识别时 , 特征参数受环境影响较大 , 如何消除噪声的影响 , 采用最简单的方法来达到最理想的分类识别效果。这些问题的存在 , 一直束缚着通信侦察装备的发展。

近年来 ,盲信号处理技术在信号处理领域受到了广泛关注 , 根据其应用领域的不同 , 又可分为盲源分离、盲反卷积和盲均衡等技术。其中盲源分离

(blind source separation , BSS)是指从若干观测到的多个信号的混合信号中恢复出无法直接观测到的原始信号的方法。目前 , 这个领域的研究引起了众多学者的极大兴趣 , 出现了许多成功的分离算法 , 在实际中也得到了一定应用。在无线电通信侦察领域 , 盲源分离的应用还是初步的 , 而盲源分离却对于解决现代通信侦察中的瓶颈问题有着独特的优势, 不仅能对多路混叠的通信信号进行可靠的分离 , 同时也能完成信号波达方向的估计。

一通信信号的盲源分离

基于盲源分离的无线电通信侦察系统模型如图 1 所示。首先 ,天线阵列接收到来自各个方向的信号 , 经 A /D采样等预处理后对阵列输出的混合通信信

号进行盲分离 ,然后一方面可对分离出来的单个信号进行调制样式识别 ,另一

方面可根据所得到的混合矩阵估计信号的波达方向 ,最后可根据测向和识别的

结果对信号进行解调、干扰、预警等进一步的分析和处理。

阵列信号处理中 ,通常观测信号来自天线阵的输出 , 其中每一个天线接收到多个原始信号的一组混合。假设 N个信号源所发出的信号被 M 个天线阵元

接收到 , 传输是瞬时的 , 并且天线接收到的是各个信号源的线性混合 ,即线

性瞬时混叠模型。该模型可以用下面的混合方程描述

式中

式中: s(t)——N 维未知源信号向量, x(t)——M 维观测数据向量, n(t) ——加性

噪声, M ×N 维矩阵A 称为混合矩阵,即阵列流型矩阵, θ i ——第i 个信号到达

阵列参考阵元的方向角。

盲源分离需要解决的问题就是在混合矩阵A 和源信号未知的情况下,只根据观测数据向量x(t)来恢复出相互独立的源信号s(t) 。分离系统模型为

式中: y(t)=[ y1(t), … , y N(t)] H——源信号的估计, P ——置换阵, D———对角阵。

若经过计算使得分离矩阵W 满足WA =PD, 那么源信号s(t)便可通过观测向量完

全得以恢复。

目前关于盲源分离的算法很多，其中比较典型的有infomax 算法,FastICA

算法和C ardoso 的 JADE 算法。比较可发现这三种算法中JADE 算法不但分离

效果好，而且运算速度快，因此本文采用 JADE 算法对通信信号进行盲分离。

JADE 算法的基本思想就是先将接收信号进行预白化 ,然后再寻找一个酉矩

阵 ,它能对角化白化信号的四阶累积量矩阵 , 通过白化矩阵和特征分解法得到

的酉矩阵可以估计出混合矩阵和分离矩阵 , 从而恢复原信号。其算法步骤如下

(1) 根据观测数据 x(t), 计算白化矩阵 W ;

(P)的集合

(2) 计算白化过程 z(t) =Wx(t)的四阶累积量矩阵Q

z

(3) 通过 Jacobi 技术联合对角化 Q

(P), 估计酉矩阵 U;

z

(4) 估计混合矩阵A^=W+U

(5) 计算分离矩阵B=U H W , 恢复原信^s(t)=B x(t)。