close

Вход

Забыли?

вход по аккаунту

Отметки БАНКА : Документы принял сотрудник БАНКА;pdf

код для вставкиСкачать
ТЕХНОЛОГИИ
Метод слепого разделения сигналов
на базе статистик второго порядка в задаче
пространственнополяриззационной селекции
Ключевые слова:
слепое разделение сигналов,
пространственнополяризационная
селекция, узкополосные сигналы,
антенная решетка.
Современные радиосистемы ВЧ диапазона вынуждены работать в условиях сложной радиоэлектронной обстано
овки
(РЭО). Усложнение РЭО связано с интенсивным развитием средств радиосвязи, радиолокации и радиоупправления, и
привело к тому, что в условиях ограниченного пространства на одном и том же или на соседних участках частотного
ачения. Для повышения помехо
диапазона может одновременно работать несколько радиосистем различного назна
защищенности радиосистем традиционно используются методы пространственнной и поляризационной селекции (вы
деления) информативных сигналов, регистрируемых антенной решеткойй (АР), на фоне мешающих радиоизлучений,
позволяющих повысить результирующее отношение сигнал/помеха.. Арсенал методов пространственнополяризаци
онной селекции достаточно широк. Данные методы решают задачу селекции с использованием априорных знаний о
параметрах сигналов и помех. Реализация методов требует априорного знания топологии и характеристик АР. В ря
де случаев требуются априорные знания, в частности, пространственнополяризационных параметров сигналов и по
оты всех этих данных может и не быть, либо они подвержены изменениям. Понятно, что
мех. В реальных условиях рабо
любое отклонение априорной информации, заложенной в используемый метод, от фактической, приводит к система
тическим погрешностям в работе, компенсировать которые на практике представляется затруднительным. Для устра
нения указанных недостатков традиционных методов селекции в настоящей работе предлагается использоввать аппа
ов в МСР выполня
рат методов слепого разделения (МСР) сигналов. Селекция информационных и помеховых сигнало
ется в рамках единой вычислительной процедуры, что означает возможность одновременнного приема всего набора
информационных сигналов. В основе МСР лежат 2 основных предположения о свойсствах радиосигналов: наличие ли
а также предположение о статистической не
нейной связи исходных радиосигналов и их смеси, регистрируемой АР (а
редположение сохраняется даже в случае сложных АР,
зависимости исходных радиосигналов. Заметим, что первое пр
где влиянием отдельных элементов друг на друга нелльзя пренебречь [1]. Предлагается метод пространственнополя
ризационной селекции построенный на баззе МСР, использующего сдвиговые статистики второго порядка. По резуль
татам проведенного моделированния можно сказать, что предложенный метод позволяет эффективно подавлять поме
хи, возможно имеющих поляризационное разнесение с информационным сигналом, направление прихода которых
близко к направлениию прихода информационного (выделяемого) сигнала.
Припутин В.С.,
м.н.с. НИЧ МТУСИ, [email protected]
36
TComm #62014
ТЕХНОЛОГИИ
TComm #62014
37
ТЕХНОЛОГИИ
38
TComm #62014
ТЕХНОЛОГИИ
Blind signal separation based on second order statistics for spatially polarization signal processing
g
Priputin V.S., minor researcher at SRD Moscow Technical University of Communications and Informatics, [email protected]
Abstract
Modern HF radio systems operate in a complex electronic environment situation (EES) related with intensive development of radio communications equipment,
radar and radio. It has resulted to that in limited space on the same or adjacent frequency range simultaneously operating multiple wireless systems of various pur
poses. There are a number of different methods spatially polarization signal processing for improving noise immunity of radio systems. This methods make possi
ble increasing the resulting signaltointerference ratio. These methods utilize a priori knowledge of the signal and interference parameters . Implementation of such
methods require a priori knowledge of the topology and characteristics of antenna array. In some cases, there require a priori knowledge, in particular, the space
polarization parameters of signal and interference. These data are unknown, or are subject to change under operating conditions. It clear that any deviation of a
priori information used by method leads to systematic errors during processing. To eliminate these drawbacks of traditional methods we use the blind signal sep
aration method. Estimations of signals obtains within a single computational procedure, which means that we can simultaneously receiving multiple signals, includ
ing interference. Blind signal separation based on two basic assumptions of signals properties: linear relationship between original signals, and its mixtures there
of, recorded antenna array, and assumption of statistical independence of original signals. Note that the first assumption is maintained even in the case of com
plex antenna array, where we can't neglected the influence of the individual elements [1]. In this paper we propose a spatially polarization signal processing
method using second order based ICA (SOBI) method. According to the results of the simulation can be said that the proposed method can effectively suppress
interference (may have polarization like the polarization of the interested signal) arrival direction which is close to the direction of arrival of information (interested)
signal.
Keywords: Blind signal separation, spatially polarization signal processing, narrowband signals, antenna array.
References
1. Adjemov S.S., Kuchimov A.A. Savostyanov D.V. Blind signal separation using second order shifted statistics / Tcomm: Telecommunications and Transport.
Moscow, No11, 2009, pp. 1619.
2. Choi S., Cichocki A., Park H.M., Lee S.Y. Blind Source Separation and Independent Component Analysis: A review / Neural Information Processing — Letters
and Reviews, 2005. Vol. 6.
3. Naik G.R., Kumar D.K. An Overview of Independent Component Analysis and Its Applications / Infomatica, 2011. Vol. 32. pp. 6381.
4. Comon P., Independent component analysis, a new concept? / Signal Processing, 1978. Vol. 36. pp. 287314.
5. Priputin V.S. A concept of using tensor blind source separation for adaptive antenna array / Proceeding of International ScienceTechnical Workshop
"Synchronization, forming and processing systems in the infocommunications" (SynchroInfo2013).
6. Priputin V.S., Kucumov A.A., Adjemov S.S., Makarenkov S.A. Tensor based blind source separation / VIth Industry Scientific and Technical Conference "
Information Society Technologies ", Moscow, Media Publisher, 2012, pp. 93.
7. Meriam K., Cardoso J.F., Moulines E. A blind source separation technique using second order statistics / IEEE Transactions on Signal Processing,1997.
Vol. 45. pp. 434444.
8. Priputin V.S. Blind source separation algorithms tolerant to scalepermutation problem / VIth Industry Scientific and Technical Conference " Information Society
Technologies", Moscow., Media Publisher, 2012, pp. 97.
TComm #62014
39
1/--страниц
Пожаловаться на содержимое документа