摘 要：盲源分離技術有非常重要的理論意義和實用價值，在信號處理的一些領域得到了廣泛應用。提出將盲源分離技術用于無線電偵察系統，實現無線電偵察多信號的盲分離。理論分析和仿真結果表明具有良好的效果。
關鍵詞：無線電偵察；陣列天線；盲源分離技術；獨立分量分析
Blind Separation of Radio Reconnaissance SignalsBased on Array Antenna
XU Shi-min, CHEN Peng-ju
(Electronic Engineering Institute of PLA, Hefei 230037,China)
Abstract: Blind Source Separation has received attention in the area of signal processing. There are many potential exciting applications in science and technology. This paper applies blind source separation to the radio reconnaissance system. Simulation results prove its effective performance.
Keywords: Radio reconnaissance; Array antenna; Blind source separation; Independent component analysis
一、概述
無線電偵察系統不管
在軍用通信對抗還是在民用無線電監測中都有非常重要的意義和作用。一般來講，現有的無線電通信偵察系統結構如圖1所示。系統采用寬帶天線接收無線電信號，經過單通道接收機進行放大濾波后，變至中頻，然后采用高速高位ADC將寬中頻模擬信號變換成數字序列，完成單路數據采集，對采集的數據進行信號處理，再將偵察結果送至終端進行顯示。信號處理的任務是對接收機接收到的多個信號進行分離，利用信號識別技術進行特征提取，達到偵察的目的。現階段多信號分離的主要方法是將信號從時域變換到頻域，在頻域上進行信號分離和分選識別；也可以將信號進行如小波變換的時頻分析，以達到信號分離和分選識別的目的。
隨著實際環境中無線電信號的日益密集，自然干擾和
為干擾嚴重污染信號，時域高度密集，功率譜域嚴重重疊，傳播途徑復雜多變。因而，通過上述方法來實現信號分離和分選識別是非常困難的，現有的一些偵察設備在實際應用時往往力不從心，需要尋找新的無線電偵察方法。
盲源分離技術(BBS,即Blind Source Separation)［1］，是指在未知源信號和傳輸通道
數的情況下，根據輸入源信號的統計特性，僅由觀測信號檢測并分離出源信號中各個獨立成分的過程。
一過程又稱為獨立分量分析（ICA，即Independent Component Analysis）。盲源分離通常是對觀測到的源信號的線性瞬時混迭信號進行分離。
盲源分離方法已應用于語音、通信、生物醫學和地震等各個領域。比如在語音信號處理中，將多個說話人混迭在一起的聲音分離到單個說話者的聲音，然后再進行其它處理；在陣列信號處理方面，雷達接收到的可能是多個目標發出的混迭信號，對它們先進行盲分離，再進行進一步處理，會提高辨別能力；在移動通信領域，天線接收到的信號也是多路信號的混迭，盲源分離方法可以在信道均衡和多用戶檢測中得到直接應用；在生物醫學信號處理中，多傳感器檢測到的是各種不同的生物電信號的混迭，當需要進行某種診療時，往往僅需要了解某種特定信號的特性；在圖像信號處理，地震信號處理和噪聲消除等方面也有應用。但在無線電信號偵察中，尚沒見到這方面的應用報道，因而是一個值得探討和研究的方向。
二、盲源分離［2，3］
1. 問題描述
盲源分離系統的框圖如圖2所示。
盲信號分離可以用下面的混合方程描述:
矢量，其元素是各個傳感器得到的輸出；
M×N維矩陣A稱為混合矩陣，其元素表示信號的混合情況。
式（1）的含義是N個源信號通過混合得到M維觀測數據矢量。盲源分離需要解決的問題是：在混合矩陣A和源信號未知的情況下，只根據觀測數據向量x(t)來恢復出源信號s(t)。分離系統模型為
盲源分離問題的關鍵是根據觀測數據來估計分離矩陣W。
2.盲可辨識性
在以上盲源分離問題中，由于源信號和混迭系統均未知，如果沒有任何其他先驗知識，要想僅從觀測信號恢復出源信號是極為困難的。所以，為使問題有解，根據實際存在的情況，作以下約定:
(1)混合矩陣A為列滿秩的非奇異矩陣,M≥N;
(2)源信號矢量s(t)為零均值平穩隨機過程，并且各個分量之間相互統計獨立;
(3)由于高斯信號的線性相加仍為高斯的，不可能被分開，所以設最多一個源為高斯分布;
(4)噪聲矢量s(t)為零均值平穩隨機過程，并且與源信號矢量s(t)相互統計獨立，在現有研究階段，習慣的做法是假設噪聲可以忽略不計。
在上述假設條件的約束下，盲源分離問題是有解的。由于源信號來自不同的信號源，所以假設各個源信號之間統計獨立是合理的。通常，我們無從知道隨機過程是不是零均值的,但可以通過線性變換很容易得到零均值序列，即將觀測序列減去從中估計得出的均值。
3.盲源分離的不確定性
由于信號傳輸信道以及源信號知識的缺乏，盲信號分離存在兩種不確定性或模糊性，即分離后信號順序排列和復振幅的不確定性，但波形保持不變。盲信號分離的不確定性主要表現為混合矩陣A的非完全辨識。但在實際應用中我們關心的不是信號的排列順序和幅度，而是信號的波形，所以盲源分離結果的不確定性并不影響實際的應用。
三、基于陣列天線的盲源分離系統
基于陣列天線的無線電偵察系統如圖3所示。系統硬件采用多元陣列天線、多通道接收機和對應于多通道接收機的多路數據采集器。信號處理采用基于陣列信號處理的盲分離算法，它是整個系統的核心。
盲源分離方法都是利用了源信號統計獨立的假設，主要的方法是基于高階統計和信息理論的方法。在計算機仿真中，采用的算法是基于信號的各個分量之間的互累量統計獨立性判據的［4］，分離矩陣的迭代算法如（3）式所示。可以證明，算法的分離能力不依賴于具體的混合矩陣。
四、計算機仿真
通過在Matlab中仿真來舉例說明盲源分離在無線電偵察中的應用。仿真中沒考慮噪聲，所以（1）式可寫成如（4）式所示，其中矩陣C稱為廣義置換矩陣。
在仿真中取M=N=3，3個信號分別是模擬的高斯白噪聲，均值為0，方差為1；正弦信號；chirp信號。采樣點數為1 000點。
混合矩陣A為一隨機矩陣，如（5）式所示，其元素值在(-1,1)之間均勻分布，模擬天線的功能。估計的分離矩陣W如（6）式所示。計算的廣義置換矩陣C如（7）式所示。
圖4所示為一盲分離實例，第一行為模擬的3個源信號波形圖，第二行為混合信號波形圖，第三行為盲分離結果波形圖。從圖4可以看出，混迭的信號得到了很好的恢復，與源信號相比，分離后的信號的次序和幅度都發生了變化，這一點在置換矩陣中可以清楚地看出來。
五、結束語
采用盲源分離的無線電偵察方法是將混迭在一起的多個無線電信號時序序列較精確地恢復出來，然后對分離后的單個信號進行進一步的分析和處理，能夠很容易地獲取各個信號的特征參數，必將會取得良好的偵察效果，具有良好的應用前景。
參考文獻
［1］K J Pope，R E Bogner Blind signal separation: I. linear, instantaneous combinations［Ｊ］. Digital Signal Process., 1996，6（2）：5～16
［2］P Comon, J Herault, C JuttenBlind separation of sources, Part II: Problem statement［Ｊ］.Signal Process., 1991，２４：11～20.
［3］E Sorouchyari Blind separation of sources, Part III: Stability analysis［Ｊ］Signal Process.,1991，24：21～29.
［4］張洪淵.信號源盲分離的理論與實驗研究［Ｄ］.上海：上海交通大學，2001.
英特爾首席執行官保羅·歐德寧(Paul Otellini)據國外媒體報道，英特爾首席執行官保羅...
為通信、工業和消費類應用提供模擬接口零組件的領先供應商Avago Technologies (NASDAQ...
Altera公司日前發布業界第一款單片FPGA高清(HD)互聯網協議(IP)監視攝像機參考設計，進...
為了祖國的強大，為了世界的和平，她四處奔走，嘔心瀝血、矢志不渝，為此耗盡了十年的...
日前，《福布斯》雜志公布了本年度年輕億萬富豪榜，而榮登最年輕富豪寶座的，就是年僅...
