基于ICA的星載AIS信號盲分離.pdf

1、星載船舶自動識別系統(tǒng)（Automatic Identification System，AIS）對于航行安全、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，著重對星載AIS中的實值信號分離算法和復(fù)值信號分離算法等方面進行研究，通過理論知識研究改進了AIS信號分離算法。本文的主要研究內(nèi)容包括：
　　1．FastICA(快速獨立分量分析)具有形式簡單、收斂速度快的特點，但其對初始權(quán)向量的選擇比較敏感,若初始值選擇不當很

2、容易影響分離效果。針對這一問題，基于星載AIS信號的恒模特性對FastICA算法的初始權(quán)向量進行改進，使得改進FastICA算法具有更加準確的分離效果，通過實驗證明了該方法可分離AIS信號，并且分離信號均方誤差降低，性能有比較大的提高。
　　2.針對復(fù)值FastICA算法對權(quán)向量的初始值比較敏感的問題，在特定步長因子的控制下，依據(jù)恒模準則對算法的初始權(quán)向量進行改進，并且應(yīng)用Huber M估計函數(shù)優(yōu)化該算法的目標函數(shù)，提高算法的穩(wěn)健

3、性，實驗仿真表明該改進算法可以實現(xiàn)星載AIS復(fù)值信號的分離，分離性能得到提高。同時，算法具有良好的穩(wěn)健性。
　　3.為了實現(xiàn)星載AIS的含噪復(fù)值信號盲分離，對復(fù)值FastICA算法進行改進。該改進算法對超定情況下的含噪混合信號的協(xié)方差矩陣進行特征值分解，利用其噪聲對應(yīng)的幾個較小特征值估計噪聲方差，用來修正白化矩陣，再應(yīng)用Huber M估計函數(shù)提高算法穩(wěn)健性。實驗結(jié)果表明，運用該算法分離后的信號均方誤差（SMSE）變小，信干比（SI