After MH370 disaster, global flight tracking problem has attracted a lot of attention around the world, and space-based ADS-B is considered to be the most promising approach to solve this problem in the future. It receives the signals, including the real-time locations, transmitted by flights with low Earth orbit (LEO) satellites, and relays the collected flight information to ATM (Air Traffic Management) operators through satellite link and ground communication networks. However, space-based ADS-B receiver will have lower signal-to-noise ratio (SNR) and heavier overlapping signals. This project mainly focuses on the separation of overlapping signals for space-based ADS-B by utilizing the PPM (Pulse Position Modulation) properties. The main research contents include: robust covariance matrix estimation, source enumeration for non-stationary signals, array calibration without sources based on phase retrivel algorithm, separation of overlapping signals using the algeraic PPM properties of ADS-B signals. Relevant outcomes can advance the development, construction and verification of space-based ADS-B in the China. Furthermore, it will help the theory development in the fields of sensor array signal processing, adaptive signal processing and modern spectral analysis.
MH370事件之后,全球航班跟踪问题引起全世界的高度关注,星基ADS-B被认为是未来解决此问题的最有效手段。它利用低轨卫星接收飞机发出的含有实时位置等信息的ADS-B信号,并通过卫星链路和地面网络将相关信息传输给空中交通管理(ATM)部门,从而实现全球航班跟踪。然而,星载ADS-B接收机将面临更低的信噪比和更严重的多重信号交织(重叠,也叫交织干扰)等问题。本项目重点研究利用ADS-B信号的PPM(Pulse Position Modulation)信号特点解决星载ADS-B接收机中多重交织信号分离的问题。主要研究内容包括:稳健的协方差矩阵估计、非平稳信号的信号源个数估计、基于相位恢复理论的无源阵列天线校正、利用ADS-B信号PPM特点的代数解交织算法。有关成果不仅可以推动星基ADS-B系统的研制、验证和建设,还可以推进阵列信号处理、自适应信号处理和现代谱分析等相关理论的发展。
广播式自动相关监视系统(ADS-B)是一种已广泛应用于空中交通管理(ATM)的新型监视系统。与地基ADS-B不同,星基ADS-B通过星载ADS-B接收机接机ADS-B信号,并通过卫星链路传到地面,具备全球航班监视能力,已受到学术界和工业界的广泛关注。但是,由于机载ADS-B信号发射的随机性,加上星基ADS-B广阔的监视范围,从而必定存在多条ADS-B信号的重叠问题(交织问题)。如果不解决这个问题,将严重降低星基ADS-B的监视能力。. 本项目针对ADS-B的交织问题,旨在充分利用ADS-B信号PPM调制的特点,提出有效的ADS-B解交织算法。首先,研究了适用于ADS-B信号的协方差矩阵估计算法,以解决常规样本协方差矩阵用于ADS-B信号时的性能下降问题;接着,研究了交织信号中ADS-B条数的检测方法,通过逐步检测ADS-B信号的交织位置来估计ADS-B信号的条数;然后,研究了存在阵列校正误差时的阵列ADS-B解交织方法,通过利用ADS-B信号的PPM调制特点,提出的方法无需利用阵列的流型信息而具有与常规Capon算法类似的性能;最后,将上述算法扩张到了单天线解交织算法,再次利用ADS-B信号的PPM调制特点,提出了一种矩阵重构的方法,最终获得了比已有的单天线解交织方法更好的性能。. 本项目的研究成果,为基于阵列天线和单天线的ADS-B交织信号分离提供了有效手段,可用于星基ADS-B交织信号分离和地基ADS-B交织信号分离,从而减少交织问题对ADS-B监视能力的影响。
{{i.achievement_title}}
数据更新时间:2023-05-31
DNAgenie: accurate prediction of DNA-type-specific binding residues in protein sequences
基于旋量理论的数控机床几何误差分离与补偿方法研究
具有随机多跳时变时延的多航天器协同编队姿态一致性
组蛋白去乙酰化酶在变应性鼻炎鼻黏膜上皮中的表达研究
高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析
声信号盲分离算法研究
音频信号处理中基于模型的语音与音乐信号分离算法
基于群智能优化的复杂混合盲信号分离算法研究
复值混合信号盲分离算法研究