大视场AIS信号非同步干扰消除波束形成研究

The AIS is a new technology in the modern navigation communication. The AIS receiver of the large field is able to receive the AIS signals in large scale even the global AIS signals, which is of great strategic significance to the security of the navigation, economic and national defense. Addressing at the interference of the non-synchronization of the time, frequency and burst signals in the large field, divide the frequency band with filter group using the optimal bandwidth, which is obtained from the timing recovery algorithms, frequency estimation algorithms and demodulation algorithms with AIS signals in the narrow band. Then design the optimal filters zones with the filter group to separate the AIS signals in the frequency domain coarsely. Lastly, separate the received AIS signals accurately with the help of pilot sequence based Generalized Singular Value Decomposition algorithms and beam forming algorithms. This does not present the theoretical basis and implementation for the signal processing of the AIS in the large field, but only propose a new method for the blind signal separation when the number of the mix signal source is very large.

船舶自动识别系统（AIS）是现代海事通信导航的新技术。大视场AIS接收机可以获得大范围乃至全球的AIS信息，对航运安全、经济和国防安全具有极其重要的战略意义。针对大视场AIS接收机中多用户信号的时间、频率和时隙的非同步混合相互干扰问题，通过研究AIS信号的窄带限制下的定时频偏估计和解码算法，并得到最优窄带带宽；通过重叠滤波的频带划分，设计最优多通带重叠滤波器组以从频域实现信号的基本分类；并基于特征信息辅助下广义奇异值分解和子空间交替投影的波束形成算法完成干扰信号的分离。为解决大视场AIS 系统中的信号处理提供理论依据和实现方法。同时，研究方法和成果为盲源分离，特别是为混合源数变化较大情况下的信号分离与检测提供新思路和新理论。

针对大视场环境下AIS接收机面临的信号传输的大时延、大频移、时隙冲突等问题，本项目将空、时、频三个维度信息联合起来解决信号的分离与检测问题，解决由于非同步下的干扰抑制和信号检测问题。.（1）针对信号由于相邻时隙间信号的部分重叠而导致无法正确接收的问题，在建立期望信号功率最大化准则的基础上，提出一种基于广义奇异值分解与正交投影的盲波束形成算法。该算法通过广义奇异值分解估计信号子空间，采用正交投影方法将接收信号投影到非目标信号的正交子空间，最后采用波束形成技术使目标信号功率输出最大化。与同类算法相比，本法划分子空间的方式更高效且无需假设已知噪声功率。.（2）针对波束形成算法在目标信号受到来向相近的部分重叠干扰时存在性能严重下降的问题，提出基于超分辨率的部分重叠干扰抑制算法。该算法通过结合阵列扩展与波束形成的特点，克服波束形成器在信号来向相近时性能较差的困难，能够在不增加实际阵元的情况下获得更高的分辨率。此外还提出一种抑制变换误差下内插虚拟天线波束形成算法，该算法不仅实现了大角度内插变换波束形成，而且在处理干扰信号时获得了更好的抑制性能，加深了零陷，增加虚拟天线波束形成时的输出SINR。.（3）提出一种基于双窗检测的混合信号混叠位置估计算法。该算法将原始双能量检测窗扩增为四个能量检测窗，且改造了判决函数，它仅利用信号能量来估计混叠位置，降低其他参数对算法的影响。仿真结果表明，该算法性能明显优于频率幅度检测法，且鲁棒性强、复杂度低，估计结果的量级接近克拉美罗界。.（4）提出一种基于PSP的AIS混合信号分离与检测联合估计方法。该方法针对AIS相对时延较大的特性，利用幅度极值检测法将混合信号分割为混叠段与未混叠段，并分别进行处理。仿真结果表明该方法能够较好的联合分离与检测两个过程且性能稳定，估计精度较高、复杂度低。