ADS-B信號噪聲的分離算法及實現(xiàn)

　　高春燕(山東航空股份有限公司，山東 濟(jì)南 250000)

　　摘?要：針對1090ES ADS-B信號存在噪聲干擾的問題，設(shè)計了基于FastICA算法的ADS-B信號噪聲分離。利用多個基站信號作為觀測信號，通過FastICA實現(xiàn)源信號和噪聲信號的分離。通過MATLAB仿真驗證了FastICA在分離ADS-B源信號和噪聲信號中的可行性，分離后的信號能夠滿足ADS-B信號提取的特征。實驗證明該算法提高了信號的解碼正確率。

　　關(guān)鍵詞：ADS-B；噪聲信號；FastICA；信號分離。

　　0 引言

　　廣播式自動相關(guān)監(jiān)視(Automatic DependentSurveillance-Broadcast，ADS-B)是綜合通信與監(jiān)視的信息系統(tǒng)，通過多點對多點方式完成飛機(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)通過接收機(jī)獲取ADS-B的信號，并對ADS-B的信號進(jìn)行解碼，從而實現(xiàn)對飛機(jī)動態(tài)的監(jiān)視。但是在實際傳輸過程中，ADS-B的信號會受到外部信號的干擾，造成ADS-B信號的波動甚至失真。受到噪聲干擾后的ADS-B信號對ADS-B接收機(jī)解碼造成很大的影響，會導(dǎo)致飛機(jī)位置信息的缺失?；贔astICA的ADS-B信號噪聲分離就是在未知源信號的前提下，根據(jù)觀測信號的特征，將ADS-B的信號和干擾信號進(jìn)行分離 ， 消除噪聲信號的干擾 ， 獲取ADS-B源信號。

　　1 1090ES ADS-B信號

　　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的傳輸信號采用脈沖位置調(diào)制（PPM）編碼，包括4個前導(dǎo)脈沖和112比特消息序列，如圖 1所示。ADS‐B 消息包含4個識別脈沖，每個脈沖持續(xù)（0.5±0.05）μs。1090ES ADS-B 的消息序列每個bit占時為1μs，在1μs信號中，產(chǎn)生的下降沿信號表示二進(jìn)制“1”，上升沿信號表示二進(jìn)制“0”,并且前端的4個前導(dǎo)脈沖為后續(xù)報文的識別提供功率參考，是ADS-B信號解碼的基礎(chǔ)。

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

　　在ADS-B信號噪聲分離模型中，假定ADS-B的觀測信號和ADS-B源信號都是隨機(jī)信號， X(t) 表示ADS-B觀測信號 [x₁(t),x₂(t),x₃(t).......x_m(t)] 。 S(t) 表示ADS-B源信號[x₁(t),x₂(t),x₃(t).......x_n(t)]。這里的ADS-B觀測信號是通過ADS-B源信號和噪聲信號混合生成的，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信號和噪聲信號， i 和 j 變量為整數(shù)。那么ADS-B基站接收到的觀察信號可以表示為：

　　X(t)=AS(t)+n(t)

　　或者將第 i 個觀測信號 x_i(t) 表示為：

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

　　Y(t)=WX(t)

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

　　為了保證ICA模型是可解的，需要做以下假定和限制 ^[1] ：

　　1）各個源信號之間是具有統(tǒng)計獨立性。

　　2）輸入源信號的服從非高斯分布的。

　　3）混合矩陣是方陣，即獨立分量數(shù)等于觀測混合信號數(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)用于信號處理領(lǐng)域。該算法是通過使用一個非線性函數(shù)g便能直接找出任何非高斯分布的獨立分量 ^[3] 。

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

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

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

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

　　3 仿真與分析

　　為了驗證FastICA在ADS-B信號噪聲分離的可行性，本文對噪聲信號下ADS-B含有噪聲的信號進(jìn)行MATLAB的仿真實驗。在仿真實驗中，ADS-B信號采樣為10 Mhz，采樣數(shù)據(jù)為1000樣本。每一個ADS-B基站接收到的信號為ADS-B信號和噪聲信號的隨機(jī)疊加。

　　3.1 噪聲信號下的ADS-B的信號分離

　　在ADS-B源信號中加入了隨機(jī)噪聲和脈沖噪聲，如圖 3所示，脈沖信號的幅度基本與ADS-B信號類似。圖 3的1和2號圖中為加入隨機(jī)噪聲的ADS-B信號，3號圖為加入干擾脈沖信號和其他隨機(jī)噪聲信號，這樣的源信號產(chǎn)生疊加的信號會對ADS-B信號解碼產(chǎn)生更大的影響。通過觀測信號可以看出該信號無法正常識別ADS-B的脈沖信號。本文通過使用FastICA算法對觀測信號進(jìn)行信號分離，分離以后的信號如圖 5所示。

　　3.2 仿真結(jié)果分析

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

　　4 結(jié)論

　　基于FastICA的ADS-B信號分離算法在減少了信號處理的計算量的同時，提高了ADS-B信 號分離的速度，使得ADS-B信號在信號干擾下，仍然有效地解決ADS-B信號的解碼問題。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存在多個解符合假設(shè)，不是唯一解，后續(xù)將進(jìn)行信號變換的研究和設(shè)計。

　　參考文獻(xiàn)

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

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

　　[3] 王剛. 基于最大非高斯估計的獨立分量分析理論研究[D]. 長沙：國防科學(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.

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