基于fastica算法和小波变换的雷达的技术探讨

《基于fastica算法和小波变换的雷达的技术探讨》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于FastICA算法和小波变换的雷达的技术探讨　摘要：传统的独立分量分析（ICA）算法对噪声敏感，存在很难正确分选带噪混合雷达信号的问题。针对该问题提出一种结合FastICA算法和小波去噪的改进算法。该算法首先利用小波阈值法对带噪雷达信号进行去噪，适当提高信噪比后再用FastICA算法进行分离，最后进一步对分离信号作矢量归一和再消噪处理，得到各个雷达源信号的最终估计。仿真结果表明，与传统的ICA算法相比，该改进算法可以有效地去除噪声，提高带噪雷达信号分选的准确率。　　关键词：带噪雷达；信号分选；FastICA；小波去

2、噪　　中图分类号：TN957.51?34文献标识码：A：1004?373X（2013）19?0005?04　　0引言　　独立分量分析[1?3]（IndependentponentAnalysis，ICA）解决了雷达信号分选中的未知混叠信号问题[4?6]。该方法是在源信号和传输通道瞬时混合参数均未知的情况下，根据输入源信号的统计特性，通过选择判据和优化算法将信号分解成若干独立的源成分。与传统的雷达信号分选方法相比，ICA是一种并行检测系统，对复杂信号环境下未知混叠雷达信号有很好的分离效果，具有计算量小、收敛速度快、准确度

3、高等优点。但是现有的ICA方法大都假设在无噪声的理想情形下，对于实际环境中受到噪声影响的混叠雷达信号盲分离问题，仅仅依靠ICA算法较难解决。　　提供局部分析与细化的能力是小波分析的主要优点之一[7?9]。小波分析能够对信号在不同尺度上进行分析，而且可以根据不同的目的来选择不同的尺度。一般来讲，含噪信号的噪声分量的能量主要集中在小波分解的细节分量中，因此采用阈值去噪方法对细节分量进行处理以达到滤除噪声的目的。　　本文提出一种结合FastICA算法和小波去噪的改进算法，将其应用于含噪雷达信号分选中。计算机仿真结果表明本文所

4、提出的方法取得了很好的含噪混叠雷达信号分离效果。　　1综合分选子算法　　1.1ICA算法　　噪声环境下传感器接收的线性瞬时混叠雷达模型如图1所示。设有[n]维独立的源信号[s（t）=[s1（t），s2（t），，][sn（t）]T，]经过线性系统[A]混合并与[m]维噪声[n（t）=[n1（t），][n2（t），，nm（t）]T]叠加后，得到[m]维混合信号[x（t）=][[x1（t），x2（t），，xm（t）]T。]这时观测信号与源信号之间的关系为：　　对观测信号进行预处理，即白化处理，得到白化后的信号[x（t）=[x

5、1（t），x2（t），，xm（t）]T，]满足：　　[x（t）=Ux（t）]（2）　　式中：[U]是白化矩阵。一般白化处理的方法是对观测信号的协方差进行特征分解，使：　　[U=VD-1/2VT]（3）　　式中：[V]是由协方差矩阵[E[xxT]]的特征向量组成的正交矩阵；[D=diag（d1，d2，，dm）]是与特征向量对应的特征值组成的对角矩阵。则白化信号为：　　[x（t）=Ux（t）=VD-1/2VTx（t）]（4）　　ICA的主要任务就是找到分离矩阵[Hz，脉宽为6.5μs，信号一为常规调频信号，信号二为线

6、性调频信号，信号三为二相编码信号（13位巴克码），信号四为非线性调频信号，加性噪声为高斯白噪声。信号混合矩阵为：　　[A=-0.05671.32680.5287-0.37501.4012-0.7304-0.75440.1628-0.1125-0.2471-1.08130.23371.84911.90720.29850.3543]　　为验证算法的有效性，对上述四路信号在SNR为0dB，5dB，10dB，20dB的情况下分别用FastICA算法、两次小波去噪改进算法进行分选实验，并进行对比分析。本文仅以SNR为5dB时得到

7、的仿真结果为例，仿真结果如图3～图6所示。　　源信号和带噪混合信号的仿真图分别如图3和图4所示。　　直接用FastICA算法对带噪混合雷达信号进行分选得到的仿真结果如图5所示。从图5中可以看出，在高斯噪声情况下FastICA算法可以分选出混合雷达信号中的独立信号，这说明FastICA算法对高斯白噪声有一定的抑制能力和较好的稳定性。但是由于FastICA对噪声的敏感性，图5中几组信号脉内特征几乎无法识别，分选效果较差。　　用两次小波去噪的改进算法对含噪混叠雷达信号进行分选，得到仿真结果如图6所示。　　对比图5和图6可以看

8、出，经过小波阈值法去噪后的分离信号的信噪比比FastICA算法直接分离的信号有较大提高，且图6中信号脉内特征比较清晰。这说明使用FastICA算法和小波去噪相结合的改进算法对带噪雷达信号进行分选比单纯使用FastICA算法分选效果好。　　4结语　　本文提出一种结合FastICA算法和小波去噪的改进算法。该算法结合了FastICA算