基于ica的星载ais信号盲分离

《基于ica的星载ais信号盲分离》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号TN911.72论文编号10060】5-02%学科分类号510.4010密级TIANJINUNIVERSITYOFTECHNOLOGY

2、信息与通信工程研究方向：通信信号处理作者姓名：马艳军指导教师：马社祥教授2015年3月ThesisSubmittedtoTianjinUniversityofTechnologyfortheMaster’sDegreeBlindSourceSeparationofSpace-basedAISbasedonICAByMayanjunSupervisorProf.MaShexiangMar.2015独剎牲声明本人声明所呈交的学位论文是本人在导师指导下进行的研宄工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人己经发表或撰写过

3、的研宂成果，也不包含为获得天津理工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。学位论文作者答名：局艳军答孛q期：別-年3月？《学隹袼文版权使用提权书本学位论文作者完全了解天津理工大•举有关保留、使用学位论文的规定。特授权天津理工大学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编，以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子文件。(保密的学位论文在解密后适用本授权说明）学位论文作者答名：另传革导师

4、答名答孛9期：2邮年3月F«答孛9期：么0丨？年39摘要星载船舶自动识别系统（AutomaticIdentificationSystem，AIS）对于航行安全、海上交通管制以及管理海事环境非常有帮助。本文以星载AIS为背景，着重对星载AIS中的实值信号分离算法和复值信号分离算法等方面进行研究，通过理论知识研究改进了AIS信号分离算法。本文的主要研究内容包括：1．FastICA(快速独立分量分析)具有形式简单、收敛速度快的特点，但其对初始权向量的选择比较敏感,若初始值选择不当很容易影响分离效果。针对这一问题，基于星载AIS信号的恒模特性对Fast

5、ICA算法的初始权向量进行改进，使得改进FastICA算法具有更加准确的分离效果，通过实验证明了该方法可分离AIS信号，并且分离信号均方误差降低，性能有比较大的提高。2.针对复值FastICA算法对权向量的初始值比较敏感的问题，在特定步长因子的控制下，依据恒模准则对算法的初始权向量进行改进，并且应用HuberM估计函数优化该算法的目标函数，提高算法的稳健性，实验仿真表明该改进算法可以实现星载AIS复值信号的分离，分离性能得到提高。同时，算法具有良好的稳健性。3.为了实现星载AIS的含噪复值信号盲分离，对复值FastICA算法进行改进。该改进算法

6、对超定情况下的含噪混合信号的协方差矩阵进行特征值分解，利用其噪声对应的几个较小特征值估计噪声方差，用来修正白化矩阵，再应用HuberM估计函数提高算法稳健性。实验结果表明，运用该算法分离后的信号均方误差（SMSE）变小，信干比（SIR）变大，提高了信号的分离性能。同时，优化后的目标函数使算法具有良好的稳健性。关键词：星载AIS信号分离ICA白化矩阵恒模HuberMAbstractSpace-basedautomaticidentificationsystem(AIS)isbeneficialforthenavigationsafety,mari

7、timetrafficcontrolandsurveillanceofmaritimeenvironment.Basedonthebackgroundofspace-basedAIS,thispaperfocusesonsignalseparationalgorithmandcomplexvaluedsignalseparationalgorithm,etc.Severalimprovedsignalseparationalgorithmsproposedthroughtheoreticalanalysis.Theworkdetailedint

8、hethesisiscategorizedasfollows:1.FastICA(FastIndependentComponentAnalysis)a