一种基于改进人工蜂群算法的星载AIS碰撞信号分离方法.pdf
鸿朗****ka
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于改进人工蜂群算法的星载AIS碰撞信号分离方法.pdf
本发明公开了一种基于改进人工蜂群算法的星载AIS碰撞信号分离方法,具体为:首先对接收到的AIS碰撞信号进行采样获得N路接收信号并对其进行数字下变频处理得到观测信号矩阵;之后对观测信号矩阵进行预处理,再采用L‑BFGS改进的人工蜂群算法实现信号分离、进行解碰撞处理,得到N路分离信号;对N路分离信号进行帧头突发检测、频偏估计、符号定时同步和白化滤波处理;最后利用维特比算法进行译码处理,得到有效数据帧。本发明在保证人工蜂群算法的全局寻优性能的同时能够实现高精度局部搜索,最终实现星载AIS碰撞信号的有效分离。
一种基于单天线的星载AIS时隙碰撞信号分离方法.pdf
本发明公开了一种基于单天线的星载AIS时隙碰撞信号分离方法,首先,对接收到的时隙碰撞信号中的强信号进行抗干扰解调,得到强信号的解调结果;接下来,利用强信号的解调结果精确估计出强信号的频率、相位、幅度等信息;根据强信号的频率、相位、幅度等信息重构出强信号,并从时隙碰撞信号中分离;最后,对残余信号重复同样的操作,直到残余信号中无法检出信号为止。本发明抗干扰能力强,能适应较大的多普勒频偏和突发延时,至少可以分离出2个AIS时隙碰撞信号,特别适于小卫星平台应用。
一种基于压缩感知的星载AIS冲突信号分离方法.pdf
本发明提出一种基于压缩感知的星载AIS冲突信号分离方法,通过构建基于压缩感知的欠定盲源信号分离模型,使用匹配追踪方法在星载AIS接收机的接收信号中分离出源信号;对N路分离信号通过2比特差分的方法进行非相干解调,然后通过判决译码得到N个船舶发送的AIS数据。本发明首次将压缩感知技术应用到星载AIS信号分离中,并凭借压缩感知特性,可以减少接收机天线数量,降低卫星载荷,可以并行分离信号以提升信号分离效率。
一种基于星载AIS系统的信号检测与频偏估计算法.pdf
本发明公开了一种基于星载AIS系统的信号检测与频偏估计算法,在相关检测前,先将差分后的接收序列需要减去自身均值,即减去直流分量,再与本地序列进行相关,则在频偏指标要求范围内,其相关峰值和峰值特征均与频偏大小几乎无关,可在不同频偏条件下使用统一的检测器结构。本发明将自适应门限相关检测法与峰值特征匹配法相结合,次峰由于特征不匹配被筛除。两者结合克服了由于训练序列为非伪随机码带来的次峰干扰问题,准确检测到最佳峰值位置。本发明可以有效对抗星载条件下的多普勒频偏大的问题,在指标要求的‑4kHz~+4kHz范围内,漏
一种基于改进人工蜂群算法的OFDM信号峰均比降低方法.pdf
本发明涉及一种基于改进人工蜂群算法的OFDM信号峰均比降低方法,针对人工蜂群‑部分传输序列(ABC‑PTS)算法中相位旋转因子解空间离散且个数较少的特点,提出先随机决定决定靠近学习对象(正向学习)还是远离学习对象(反向学习),再随机选取学习维度的邻域探索策略。如果是正向学习,那么在两个食物源位置(旋转因子组)值不同的维度中随机选取一个维度作为要探索的维度l;如果是反向学习,那么在两个食物源位置(旋转因子组)值相同的维度中随机选取一个维度作为要探索的维度l。避免了原有ABC‑PTS算法邻域探索中解不更新的现