徐 慨，張 琪，鮑 凱

（海軍工程大學(xué) 電子工程學(xué)院，湖北 武漢 430033）

0 引言

現(xiàn)代戰(zhàn)爭中，戰(zhàn)場無線電頻譜監(jiān)測作為戰(zhàn)場電磁頻譜管理系統(tǒng)的一個(gè)重要組成部分，為干擾協(xié)調(diào)提供了技術(shù)依據(jù)，是科學(xué)實(shí)施戰(zhàn)場電磁頻譜管理的技術(shù)保證[1]。隨著戰(zhàn)場無線電業(yè)務(wù)的迅猛發(fā)展，其對頻譜資源的需求與日劇增，電磁頻譜供需日益緊張和戰(zhàn)場電磁環(huán)境日益復(fù)雜的矛盾越來越尖銳，無線電有意干擾和無意干擾也變得越來越嚴(yán)重。在沒有任何先驗(yàn)信息的條件下,對源信號(hào)進(jìn)行分析識(shí)別和特征提取的過程,稱為“盲偵察”[2]。無線電監(jiān)測也是一個(gè)“盲偵察”過程。因此，有效地監(jiān)測偵察混合信號(hào)，對信號(hào)進(jìn)行分析識(shí)別和特征提取分離，獲取基本頻譜參數(shù)，是實(shí)現(xiàn)內(nèi)部干擾的查處和對抗外部干擾的重要條件，是電磁頻譜管理研究中的一個(gè)重要課題，具有旺盛的軍事需求和重要的現(xiàn)實(shí)意義。

1 盲源分離技術(shù)

盲信號(hào)處理(BSP，Blind Signal processing)是對源信號(hào)和傳輸信道信息未知的情況下，僅從觀測到的混合信號(hào)中分離出源信號(hào)的一種信號(hào)處理方法[3]。其中，盲源分離(BSS，Blind Source Separation)技術(shù)能很好地解決通信抗干擾問題，無論敵方采用何種形式的干擾（同頻干擾，寬帶干擾，窄帶干擾等等），其干擾信號(hào)與已方通信信號(hào)之間都應(yīng)該是統(tǒng)計(jì)獨(dú)立的，因此我方收到的信號(hào)往往是相互獨(dú)立的源信號(hào)（干擾信號(hào)和通信信號(hào)）的混合，采用多天線和多通道接收機(jī)進(jìn)行接收，則接收信號(hào)模型滿足BSS的要求，因此可以采用BSS技術(shù)，把混合信號(hào)中的干擾信號(hào)和通信信號(hào)分離開來。文獻(xiàn)[4]研究了基于最大信噪比算法的盲源分離數(shù)字通信抗干擾傳輸模型，仿真表明能夠得到顯著的抗干擾性能。

盲源分離是指在沒有系統(tǒng)與環(huán)境的先驗(yàn)知識(shí)時(shí)的信號(hào)處理，但實(shí)際上還是要對源信號(hào)或系統(tǒng)作一些統(tǒng)計(jì)假設(shè)。這與抗干擾處理的模式是一致的，而它的處理問題的出發(fā)點(diǎn)正好是抗干擾系統(tǒng)的特殊背景，即對干擾信號(hào)的先驗(yàn)知識(shí)知之甚少，甚至一無所知。因此，BSS技術(shù)的引入恰好能解決傳統(tǒng)信號(hào)處理方法的瓶頸?，F(xiàn)代短波通信往往采用多個(gè)接收天線單元，每個(gè)接收天線單元對應(yīng)一個(gè)接收通道，具有多通道接收能力，具備了目前BSS的基本要求。

2 盲源分離技術(shù)現(xiàn)狀

2.1 國外研究現(xiàn)狀

近年，特別是在Herault和Jutten在1991年提出一種類神經(jīng)的盲源分離方法以后，盲源分離的研究已成為信號(hào)處理領(lǐng)域的一個(gè)研究熱點(diǎn)，相繼涌現(xiàn)了許多盲源分離的算法，大致分為基于信息論準(zhǔn)則的迭代估計(jì)方法和基于高階累積量的代數(shù)方法，從原理上說都是利用源信號(hào)的獨(dú)立性或非高斯性(即混合后的信號(hào)高斯性增強(qiáng))。在基于信息論的方法研究中，人們分別從信息傳輸最大化(Infomax，或最大熵)、最小互信息、最大似然等角度提出了各種有效算法，并通過理論分析證明它們在特定條件下都是等效的，都是采用一些反映源信號(hào)獨(dú)立性和非高斯性的反差函數(shù)(Contrast Function)作為代價(jià)函數(shù)，如互信息量、負(fù)熵等，或是它們的展開逼近式。還有一種源信號(hào)的順序抽取方法，是利用了更簡單的高階統(tǒng)計(jì)量作為代價(jià)函數(shù)，所導(dǎo)出的學(xué)習(xí)算法實(shí)際上是神經(jīng)網(wǎng)絡(luò)中赫伯(Hebb)和反Hebb學(xué)習(xí)的廣義形式，即所謂的Hebb-like學(xué)習(xí)算法，它們可以依次分離出單個(gè)源信號(hào)，因而更具有靈活性。一些學(xué)者還揭示了在不同的信號(hào)表示形式下盲分離和盲反卷積技術(shù)的等價(jià)性，因而盲分離算法可用于盲反卷積，進(jìn)而把密度估計(jì)類盲源分離方法中的Infomax、最小互信息、最大似然、最大邊緣負(fù)熵等算法推廣到卷積混疊的情況。迄今為止眾多基于統(tǒng)計(jì)獨(dú)立性的盲源分離評(píng)判準(zhǔn)則和算法的得到研究并取得了成果[5-6]。

2.2 國內(nèi)研究現(xiàn)狀

國內(nèi)關(guān)于盲源分離理論和應(yīng)用技術(shù)的研究幾乎是與國際上同步進(jìn)行的。凌燮亭教授和何振亞教授在國內(nèi)較早地進(jìn)行了盲源分離研究。凌燮亭教授利用反饋式神經(jīng)網(wǎng)絡(luò)根據(jù) Hebbian的學(xué)習(xí)算法，實(shí)現(xiàn)了近場情況下一般信號(hào)的盲分離，并對算法的漸近收斂性和實(shí)現(xiàn)信號(hào)分離狀態(tài)的穩(wěn)定性進(jìn)行了討論。電子科技大學(xué)根據(jù)盲源分離和細(xì)菌覓食算法的基本原理，提出了一種基于細(xì)菌覓食行為的盲源分離算法[7]。文獻(xiàn)[8]提出了基于盲信號(hào)分離的回波對消算法，較好的實(shí)現(xiàn)了混合語音信號(hào)的分離。東南大學(xué)的何振亞教授和楊綠溪教授領(lǐng)導(dǎo)的研究小組在基于特征分析和高階譜的盲源分離和盲反卷積方法研究及其應(yīng)用方面取得令人鼓舞的進(jìn)展，提出了一系列新的基于高階統(tǒng)計(jì)量和信息理論的判據(jù)和算法，在盲系統(tǒng)參數(shù)估計(jì)和盲波束形成等方面也取得許多很好的研究成果。還有許多研究團(tuán)體對盲源分離相關(guān)理論進(jìn)行了深入研究，并同時(shí)對卷積混疊信號(hào)的分離問題也進(jìn)行了相應(yīng)研究。

但是在實(shí)際應(yīng)用中，短波信道是一種時(shí)變色散信道，存在多徑時(shí)延、衰落、多普勒頻移、天電干擾和電臺(tái)干擾等一系列復(fù)雜現(xiàn)象[9]。為提高盲源分離的效果，就必須針對此混疊模型，對盲源分離領(lǐng)域繼續(xù)深入研究，對其應(yīng)用限制條件加以弱化，從而使這項(xiàng)技術(shù)能夠盡快滿足在真實(shí)電磁空間中的應(yīng)用和推廣。

3 短波頻譜管理監(jiān)測的盲源分離算法[10]

高階統(tǒng)計(jì)量雖然包含了二階統(tǒng)計(jì)量所沒有的大量的有用信息，同時(shí)高階統(tǒng)計(jì)量也可以抑制信號(hào)中的高斯噪聲，具有分辨率高、抗噪聲能力強(qiáng)的顯著優(yōu)點(diǎn)，但其計(jì)算量相對偏大?？紤]到這些，對盲分離的算法研究主要針對二階統(tǒng)計(jì)量的準(zhǔn)則，一般來說，當(dāng)去混疊系統(tǒng)的輸出 y1… yj相互獨(dú)立時(shí)，就達(dá)到了信號(hào)分離的要求。而二階統(tǒng)計(jì)量準(zhǔn)則就是使信號(hào)時(shí)間變化特性和二階交叉矩為0，即去相關(guān)：

由于實(shí)際應(yīng)用中的源信號(hào)之間往往不滿足獨(dú)立性，只滿足源信號(hào)之間的不相關(guān)，并且通信信號(hào)具有時(shí)間特性。根據(jù)分析研究，擬對多數(shù)據(jù)集典型相關(guān)分析（MCCA，Multiset Canonical Correlation Analysis）這種二階統(tǒng)計(jì)量的盲分離算法進(jìn)行分析研究，該算法利用不相關(guān)信號(hào)的時(shí)間結(jié)構(gòu)特性，能最近似地完成最大不相關(guān)時(shí)間信號(hào)的提取，從而完成盲分離工作，這與實(shí)際工程環(huán)境及其需求是一致的，因而具有很好的應(yīng)用前景?；贛CCA的盲分離算法有許多的獨(dú)特的優(yōu)點(diǎn)，其適應(yīng)性強(qiáng)，而且分離過程簡單，計(jì)算量相對較小。這種盲分離方法能完成任意分布信號(hào)的分離，通用性強(qiáng)，而且實(shí)現(xiàn)簡單，具有很好的理論價(jià)值和實(shí)際應(yīng)用價(jià)值。

信號(hào)的線性混疊模型可表示為：

若令W為分離矩陣，分離信號(hào)可表示為：

考慮兩組變量的線性組合：

它們的相關(guān)系數(shù)為：

對 a (1)和a (2)分別求導(dǎo)數(shù)，得到：

這樣，CCA問題可以用廣義特征值問題來表示，將多個(gè)不同時(shí)延的混合信號(hào)組成多個(gè)數(shù)據(jù)集，對其進(jìn)行多數(shù)據(jù)集的典型相關(guān)分析（MCCA），按照上面CCA問題相似的分析方法，對的 MCCA問題可以簡化為聯(lián)合對角化問題：

4 仿真與分析

采用此算法進(jìn)行仿真實(shí)驗(yàn)，源信號(hào)如圖1所示，為兩路調(diào)頻信號(hào)和一路調(diào)頻噪聲信號(hào)，信號(hào)之間均有頻率混疊，此時(shí)調(diào)頻信號(hào)2和調(diào)頻噪聲相對于調(diào)頻信號(hào)1均是干擾信號(hào)；經(jīng)過信道混合后的信號(hào)如圖2所示，此時(shí)信干比分別為1.951 6 dB，-4.626 4 dB，-3.013 3 dB；經(jīng)過盲源分離后的信號(hào)如圖3所示,此時(shí)信干比分別為60.408 2 dB，59.948 7 dB，36.041 6 dB。對于調(diào)頻信號(hào)1將干擾信號(hào)抑制了58.45 dB，能充分滿足將干擾信號(hào)抑制20 dB以上。

圖1 源信號(hào)

圖2 混合信號(hào)

圖3 分離信號(hào)

以上分析只考慮了最簡單的線性瞬時(shí)混合情況，在實(shí)際情況下往往是含噪非線性卷積混疊，需要設(shè)計(jì)相應(yīng)的盲源分離算法；也只仿真了調(diào)頻信號(hào)這一信號(hào)類型，對于各種調(diào)制樣式的信號(hào)，各種調(diào)制參數(shù)，各種帶寬的信號(hào)，需要對設(shè)計(jì)的盲源分離算法做適當(dāng)?shù)恼{(diào)整和改進(jìn)。

5 結(jié)語

盲源分離也是一種自適應(yīng)信號(hào)處理技術(shù)，它無需學(xué)習(xí)樣本的選取，而只根據(jù)接收設(shè)備所獲取的通信信號(hào)進(jìn)行處理，就可以分離出源信號(hào)。將盲信號(hào)分離技術(shù)應(yīng)用于頻譜管理監(jiān)測領(lǐng)域是一個(gè)嶄新的研究課題，在國內(nèi)外都屬于前沿研究領(lǐng)域[11]。在頻譜管理中，這種技術(shù)對于指導(dǎo)頻率指配和規(guī)劃，核查頻率的可用性，協(xié)助找到適用的頻率，檢查合法頻點(diǎn)，發(fā)現(xiàn)和識(shí)別非法發(fā)射，清理帶外發(fā)射，解決通信中的干擾問題，保證通信質(zhì)量具有重要意義。

[1] 翁木云,張其星,謝紹斌,等.頻譜管理與監(jiān)測[M].北京:電子工業(yè)出版社,2009.

[2] 李莉,崔琛.基于峭度的盲分離在通信信號(hào)盲偵察中的應(yīng)用[J].通信技術(shù),2010,43(04):133-138.

[3] 馬建倉,牛奕龍,陳海洋,等.盲信號(hào)處理[M].北京:國防工業(yè)出版社,2006.

[4] 楊保平,陳永光,崔博,等.基于盲源分離的數(shù)字通信抗干擾技術(shù)[J].通信技術(shù),2011,44(04):5-9.

[5] MA Jiancang,ZHANG Xiaobing.Blind Source Separation Algorithm Based on Maximum Signal Noise Ratio[C].USA:IEEE Press,2008:625-629.

[6] SHI Zhenwei,JIANG Zhiguo,ZHOU Fugen.A Fixed-point Algorithm for Blind Source Separation with Nonlinear Autocorrelation[J].Journal of Computatianal and Applied Mathematics,2009,223(02):908-915.

[7] 李丹,唐普英.基于細(xì)菌覓食的盲源分離算法研究[J].通信技術(shù),2011,44(12):150-152.

[8] 馬婷,李宏,馬建倉,等.基于盲信號(hào)分離的自適應(yīng)回聲抵消算法[J].信息安全與通信保密,2008(06):47-50.

[9] 繆剛,周志中.MIMO OFDM短波無線通信的頻率同步技術(shù)研究[J].信息安全與通信保密,2007(03):73-76.

[10] YU Huagang, HUANG Gaoming, GAO Jun. Multiset Canonical Correlation Analysis Using for Blind Source Separation [C].China:[s.n.],2011: 560-563.

[11] 吳彪,沈國勤,陳娟,等.盲信號(hào)分離技術(shù)在無線電頻譜管理中的應(yīng)用研究[J].中國無線電,2011(03):48-50.