适用于通信侦察的信号盲分离算法

以Kullback-Leibler散度为代价函数,基于相对梯度算法推导了在通信侦察中适用于通信信号盲分离的独立信源盲分离算法,并从理论上证明了算法的稳定性.仿真结果表明:只要源信号之间相互独立,则对任意载频、任何调制方式的通信信号,该算法都能够根据观察到的混合信号有效地分离出源信号.在源信号并不完全独立的情况下,其分离性能略有降低.     

基于独立分量分析（ICA）的通信信号盲侦察技术

在通信对抗中，由于电磁环境的复杂性和通信信号调制方式的多样性，我们事前无法确知接收信号的任何信息，给通信侦察带来了极大的困难.为解决复杂多信号环境下的通信侦察难题，作者提出了一种采用独立分量分析（ICA）技术，对原始信号进行盲分离，然后分别对分离的各个信号进行后续处理的盲侦察技术.在介绍ICA技术的基础上，采用基于自然梯度的ICA算法(EASI算法)对分离效果进行了仿真.仿真结果表明，采用该方法在无需任何先验知识的情况下（如载频、信号带宽、调制样式），可以很好地分离出原始发射信号，为后续信号处理（如分析识别、解调等）奠定了基础.     

基于概率密度估计盲分离的通信信号盲侦察技术

为解决复杂多信号环境下的通信侦察难题，提出一种新的盲侦察技术，采用基于密度估计的盲分离算法（DEBSS）分离出原始信号，然后对分离的各个信号进行后续信号处理．DEBSS算法采用核函数估计法估计出信号的概率密度函数及其导数，以此确定信号的评价函数，然后采用自然梯度迭代算法进行迭代．仿真结果表明，采用该方法在无需任何先验知识的情况下（如载频、信号带宽、调制样式），可以很好地分离出原始的发射信号，为后续信号处理（如分析识别、解调等）奠定基础．该算法可以对任意源信号进行分离，而不管它是超高斯还是亚高斯信号．     

通信侦察中通信复信号的盲源分离算法

针对目前大多盲源分离算法只适用于实信号,而在通信对抗中处理的一般都是通信复信号这一问题,推导了一种适用于通信复信号的盲源分离算法.该算法以Kullback-Leibler发散度作为信号之间独立性的测度准则.另外由于自然梯度比随机梯度性能更优,因此利用代价函数的自然梯度进行优化,根据白化后信号混合矩阵为正交矩阵的结论,对分离矩阵做正交性约束,推导出了算法的迭代公式.仿真结果表明,即使在有嗓环境下,该算法也能够有效地分离出源信号.     

MIMO-OFDM系统中的空时频编码技术

为进一步改善OFDM系统性能,在研究循环延迟空时频(STF)编码和正交预编码STF编码技术的基础上,提出在这两种STF-OFDM系统中采用多个天线接收信号,给出了基于算术平均和最大似然准则的多天线接收解码算法.对两种系统性能进行了仿真和比较,结果表明,采用文中提出的多个天线接收方式,两种STF-OFDM系统性能都有改善,循环延迟和正交预编码STF-OFDM系统性能分别改善4.5dB和2.7dB.正交预编码STF-OFDM系统比循环延迟STF-OFDM无论是系统性能、数据传输效率还是系统复杂度以及成本等方面都要好.     

基于相对梯度的鲁棒的盲源分离算法

针对有噪环境中通信信号的盲分离问题,说明了在有噪环境中,对观察信号进行白化处理后得到的混合矩阵为正交矩阵,并在此基础上给出了正交分离矩阵的迭代公式。另外,为了消除噪声影响,改善算法的分离性能,根据噪声的概率密度模型,提出了一种改进方法。该方法对分离信号进行迭代,从而得出鲁棒的盲源分离算法。仿真结果表明,提出的分离算法相对著名的EASI算法,其性能有很大改善。在信噪比为20 dB时,本算法获得的干信比比EASI算法低10 dB。     

基于阵列结构的盲分离算法

为了进一步改善阵列信号处理中盲源分离算法的分离性能,提出了一种新的基于阵列结构的盲分离算法.该算法的基本思想是利用已有的盲源分离算法(EASI和FastICA算法)估计混合矩阵,根据估计出来的混合矩阵和均匀线阵的特点来重构混合矩阵,对分离矩阵进行较正,达到改善算法分离性能的目的.仿真结果表明,该文提出的EASI-1算法的平均干信比比EASI算法低7.5 dB,FastICA-1算法的平均干信比比FastICA算法低4.3 dB.     

信息保护系统中sslvpn应用

本文主要介绍了SSLVPN在信息保护系统模型中的使用,及其建立网络安全通信信道的基本原理和主要实现。