基于ICA的星載AIS信號(hào)盲分離.pdf

1、星載船舶自動(dòng)識(shí)別系統(tǒng)（Automatic Identification System，AIS）對(duì)于航行安全、海上交通管制以及管理海事環(huán)境非常有幫助。本文以星載AIS為背景，著重對(duì)星載AIS中的實(shí)值信號(hào)分離算法和復(fù)值信號(hào)分離算法等方面進(jìn)行研究，通過(guò)理論知識(shí)研究改進(jìn)了AIS信號(hào)分離算法。本文的主要研究?jī)?nèi)容包括：
　　1．FastICA(快速獨(dú)立分量分析)具有形式簡(jiǎn)單、收斂速度快的特點(diǎn)，但其對(duì)初始權(quán)向量的選擇比較敏感,若初始值選擇不當(dāng)很

2、容易影響分離效果。針對(duì)這一問(wèn)題，基于星載AIS信號(hào)的恒模特性對(duì)FastICA算法的初始權(quán)向量進(jìn)行改進(jìn)，使得改進(jìn)FastICA算法具有更加準(zhǔn)確的分離效果，通過(guò)實(shí)驗(yàn)證明了該方法可分離AIS信號(hào)，并且分離信號(hào)均方誤差降低，性能有比較大的提高。
　　2.針對(duì)復(fù)值FastICA算法對(duì)權(quán)向量的初始值比較敏感的問(wèn)題，在特定步長(zhǎng)因子的控制下，依據(jù)恒模準(zhǔn)則對(duì)算法的初始權(quán)向量進(jìn)行改進(jìn)，并且應(yīng)用Huber M估計(jì)函數(shù)優(yōu)化該算法的目標(biāo)函數(shù)，提高算法的穩(wěn)健

3、性，實(shí)驗(yàn)仿真表明該改進(jìn)算法可以實(shí)現(xiàn)星載AIS復(fù)值信號(hào)的分離，分離性能得到提高。同時(shí)，算法具有良好的穩(wěn)健性。
　　3.為了實(shí)現(xiàn)星載AIS的含噪復(fù)值信號(hào)盲分離，對(duì)復(fù)值FastICA算法進(jìn)行改進(jìn)。該改進(jìn)算法對(duì)超定情況下的含噪混合信號(hào)的協(xié)方差矩陣進(jìn)行特征值分解，利用其噪聲對(duì)應(yīng)的幾個(gè)較小特征值估計(jì)噪聲方差，用來(lái)修正白化矩陣，再應(yīng)用Huber M估計(jì)函數(shù)提高算法穩(wěn)健性。實(shí)驗(yàn)結(jié)果表明，運(yùn)用該算法分離后的信號(hào)均方誤差（SMSE）變小，信干比（SI