ADS-B信號(hào)噪聲的分離算法及實(shí)現(xiàn)

　　高春燕(山東航空股份有限公司，山東 濟(jì)南 250000)

　　摘?要：針對(duì)1090ES ADS-B信號(hào)存在噪聲干擾的問(wèn)題，設(shè)計(jì)了基于FastICA算法的ADS-B信號(hào)噪聲分離。利用多個(gè)基站信號(hào)作為觀測(cè)信號(hào)，通過(guò)FastICA實(shí)現(xiàn)源信號(hào)和噪聲信號(hào)的分離。通過(guò)MATLAB仿真驗(yàn)證了FastICA在分離ADS-B源信號(hào)和噪聲信號(hào)中的可行性，分離后的信號(hào)能夠滿足ADS-B信號(hào)提取的特征。實(shí)驗(yàn)證明該算法提高了信號(hào)的解碼正確率。

　　關(guān)鍵詞：ADS-B；噪聲信號(hào)；FastICA；信號(hào)分離。

　　0 引言

　　廣播式自動(dòng)相關(guān)監(jiān)視(Automatic DependentSurveillance-Broadcast，ADS-B)是綜合通信與監(jiān)視的信息系統(tǒng)，通過(guò)多點(diǎn)對(duì)多點(diǎn)方式完成飛機(jī)之間的數(shù)據(jù)雙向通信。 ADS-B是利用飛機(jī)上的GPS作為信號(hào)源，將飛機(jī)位置、高度、速度、航向等信息以廣播的形式發(fā)送，地面設(shè)備或飛機(jī)通過(guò)接收機(jī)獲取ADS-B的信號(hào)，并對(duì)ADS-B的信號(hào)進(jìn)行解碼，從而實(shí)現(xiàn)對(duì)飛機(jī)動(dòng)態(tài)的監(jiān)視。但是在實(shí)際傳輸過(guò)程中，ADS-B的信號(hào)會(huì)受到外部信號(hào)的干擾，造成ADS-B信號(hào)的波動(dòng)甚至失真。受到噪聲干擾后的ADS-B信號(hào)對(duì)ADS-B接收機(jī)解碼造成很大的影響，會(huì)導(dǎo)致飛機(jī)位置信息的缺失。基于FastICA的ADS-B信號(hào)噪聲分離就是在未知源信號(hào)的前提下，根據(jù)觀測(cè)信號(hào)的特征，將ADS-B的信號(hào)和干擾信號(hào)進(jìn)行分離 ， 消除噪聲信號(hào)的干擾 ， 獲取ADS-B源信號(hào)。

　　1 1090ES ADS-B信號(hào)

　　1090ES ADS-B是ADS-B通信方式的一種，廣泛地應(yīng)用在現(xiàn)在民航航空運(yùn)輸中。1090ES ADS-B的傳輸信號(hào)采用脈沖位置調(diào)制（PPM）編碼，包括4個(gè)前導(dǎo)脈沖和112比特消息序列，如圖 1所示。ADS‐B 消息包含4個(gè)識(shí)別脈沖，每個(gè)脈沖持續(xù)（0.5±0.05）μs。1090ES ADS-B 的消息序列每個(gè)bit占時(shí)為1μs，在1μs信號(hào)中，產(chǎn)生的下降沿信號(hào)表示二進(jìn)制“1”，上升沿信號(hào)表示二進(jìn)制“0”,并且前端的4個(gè)前導(dǎo)脈沖為后續(xù)報(bào)文的識(shí)別提供功率參考，是ADS-B信號(hào)解碼的基礎(chǔ)。

　　本文采用MATLAB仿真，仿真信號(hào)為10 MHz采樣率，能夠滿足ADS-B信號(hào)解碼的算法要求。ADS-B為廣播式通信技術(shù)，通常信號(hào)干擾來(lái)自同其他的ADS-B信號(hào)或者傳播過(guò)程的噪聲信號(hào)，例如二次雷達(dá)脈沖或者ADS-C的干擾等。圖 2為ADS-B信號(hào)和噪聲信號(hào)的疊加，雖然疊加之后的信號(hào)與ADS-B源信號(hào)脈沖變化趨勢(shì)接近，但是報(bào)頭識(shí)別脈沖不能為后續(xù)的解碼提供信號(hào)的功率參考。

　　在ADS-B信號(hào)噪聲分離模型中，假定ADS-B的觀測(cè)信號(hào)和ADS-B源信號(hào)都是隨機(jī)信號(hào)， X(t) 表示ADS-B觀測(cè)信號(hào) [x₁(t),x₂(t),x₃(t).......x_m(t)] 。 S(t) 表示ADS-B源信號(hào)[x₁(t),x₂(t),x₃(t).......x_n(t)]。這里的ADS-B觀測(cè)信號(hào)是通過(guò)ADS-B源信號(hào)和噪聲信號(hào)混合生成的，其模型為：X_i(t)=a_i1s₁(t)+a_i2s₂(t)+....+a_ins_n(t)， i 為整數(shù)其中 a _ij 為混合矩陣 A 的隨機(jī)生成的變量，用于隨機(jī)疊加ADS-B信號(hào)和噪聲信號(hào)， i 和 j 變量為整數(shù)。那么ADS-B基站接收到的觀察信號(hào)可以表示為：

　　X(t)=AS(t)+n(t)

　　或者將第 i 個(gè)觀測(cè)信號(hào) x_i(t) 表示為：

　　信號(hào)噪聲分離的算法模型就是需要計(jì)算分離矩陣 W ，通過(guò)計(jì)算得到的 W 從ADS-B混合后的觀察信號(hào) X(t) 中提取并恢復(fù)ADS-B的源信號(hào) S(t) 。假設(shè) Y(t)是ADS-B源信號(hào)的估計(jì)信號(hào)，則分離系統(tǒng)表示為：

　　Y(t)=WX(t)

　　2 FastICA算法獨(dú)立成分分析方法（ICA）是盲源分離技術(shù)中的一種信號(hào)處理算法，是近年來(lái)使用比較普遍而且有效的數(shù)據(jù)分析算法。它可以通過(guò)且僅通過(guò)觀測(cè)信號(hào)來(lái)估計(jì)混合矩陣，并從混合數(shù)據(jù)中提取出原始的獨(dú)立信號(hào)。

　　為了保證ICA模型是可解的，需要做以下假定和限制 ^[1] ：

　　1）各個(gè)源信號(hào)之間是具有統(tǒng)計(jì)獨(dú)立性。

　　2）輸入源信號(hào)的服從非高斯分布的。

　　3）混合矩陣是方陣，即獨(dú)立分量數(shù)等于觀測(cè)混合信號(hào)數(shù) ^[2] 。

　　在現(xiàn)有的ICA算法中，快速ICA算法(FastlCA)以其收斂速度快、分離效果好被廣泛應(yīng)用于信號(hào)處理領(lǐng)域。該算法是通過(guò)使用一個(gè)非線性函數(shù)g便能直接找出任何非高斯分布的獨(dú)立分量 ^[3] 。

　　在FastICA算法中，首先需要對(duì)ADS-B觀測(cè)信號(hào)X 進(jìn)行中心化處理，使ADS-B觀測(cè)信號(hào) X 屬性的均值為0；

　　然后求出一個(gè)矩陣的協(xié)方差矩陣，并對(duì)處理后的ADS-B觀測(cè)信號(hào)數(shù)據(jù)進(jìn)行白化，X→Z^[4] ；

　　選擇需要估計(jì)的分量的個(gè)數(shù)m，設(shè)迭代次數(shù)p ←1；

　　選擇一個(gè)初始權(quán)矢量（隨機(jī)的）W _p ， 令, g 為非線性函數(shù) g( y) = tanh(y ) ；計(jì)算其中

　　3 仿真與分析

　　為了驗(yàn)證FastICA在ADS-B信號(hào)噪聲分離的可行性，本文對(duì)噪聲信號(hào)下ADS-B含有噪聲的信號(hào)進(jìn)行MATLAB的仿真實(shí)驗(yàn)。在仿真實(shí)驗(yàn)中，ADS-B信號(hào)采樣為10 Mhz，采樣數(shù)據(jù)為1000樣本。每一個(gè)ADS-B基站接收到的信號(hào)為ADS-B信號(hào)和噪聲信號(hào)的隨機(jī)疊加。

　　3.1 噪聲信號(hào)下的ADS-B的信號(hào)分離

　　在ADS-B源信號(hào)中加入了隨機(jī)噪聲和脈沖噪聲，如圖 3所示，脈沖信號(hào)的幅度基本與ADS-B信號(hào)類似。圖 3的1和2號(hào)圖中為加入隨機(jī)噪聲的ADS-B信號(hào)，3號(hào)圖為加入干擾脈沖信號(hào)和其他隨機(jī)噪聲信號(hào)，這樣的源信號(hào)產(chǎn)生疊加的信號(hào)會(huì)對(duì)ADS-B信號(hào)解碼產(chǎn)生更大的影響。通過(guò)觀測(cè)信號(hào)可以看出該信號(hào)無(wú)法正常識(shí)別ADS-B的脈沖信號(hào)。本文通過(guò)使用FastICA算法對(duì)觀測(cè)信號(hào)進(jìn)行信號(hào)分離，分離以后的信號(hào)如圖 5所示。

　　3.2 仿真結(jié)果分析

　　從仿真結(jié)果來(lái)看，基于FastICA的算法能夠滿足ADS-B信號(hào)分離的處理。FastICA可以將加入了隨機(jī)噪聲和干擾信號(hào)后的ADS-B信號(hào)分離出來(lái)，而且分離的ADS-B脈沖信號(hào)與原始信號(hào)的波形基本一致，滿足ADS-B解碼算法對(duì)ADS-B信號(hào)的識(shí)別要求。

　　4 結(jié)論

　　基于FastICA的ADS-B信號(hào)分離算法在減少了信號(hào)處理的計(jì)算量的同時(shí)，提高了ADS-B信 號(hào)分離的速度，使得ADS-B信號(hào)在信號(hào)干擾下，仍然有效地解決ADS-B信號(hào)的解碼問(wèn)題。相比傳統(tǒng)的算法，該算法提高了運(yùn)算效率。存在的不足就是FastICA存在多個(gè)解符合假設(shè)，不是唯一解，后續(xù)將進(jìn)行信號(hào)變換的研究和設(shè)計(jì)。

　　參考文獻(xiàn)

　　[1] Hyvarinen A, Karhunen J. Independent ComponentAnalysis[M].New York, 2011 .

　　[2] 張超. 基于獨(dú)立分量分析的語(yǔ)音信號(hào)盲解卷積研究[D].安徽大學(xué),2009.

　　[3] 王剛. 基于最大非高斯估計(jì)的獨(dú)立分量分析理論研究[D]. 長(zhǎng)沙：國(guó)防科學(xué)技術(shù)大學(xué), 2005.

　　[4] 王志超. 基于二階矩的ICA算法設(shè)計(jì)與提升[D].西安：西安電子科技大學(xué), 2015.

　　[5] 張?zhí)炱? 郝建華, 許斌. ADS-B技術(shù)及其在空管中的發(fā)展與應(yīng)用[J]. 電子產(chǎn)品世界, 2009, 16(6):34-37.

　　本文來(lái)源于科技期刊《電子產(chǎn)品世界》2019年第11期第43頁(yè)，歡迎您寫(xiě)論文時(shí)引用，并注明出處。