摘 要：盲源分离技术有非常重要的理论意义和实用价值，在信号处理的一些领域得到了广泛应用。提出将盲源分离技术用于无线电侦察系统，实现无线电侦察多信号的盲分离。理论分析和仿真结果表明具有良好的效果。
关键词：无线电侦察；阵列天线；盲源分离技术；独立分量分析
blind separation of radio reconnaissance signalsbased on array antenna
xu shi-min, chen peng-ju
(electronic engineering institute of pla, hefei 230037,china)
abstract: blind source separation has received attention in the area of signal processing. there are many potential exciting applications in science and technology. this paper applies blind source separation to the radio reconnaissance system. simulation results prove its effective performance.
keywords: radio reconnaissance; array antenna; blind source separation; independent component analysis
一、概述
无线电侦察系统不管是在军用通信对抗还是在民用无线电监测中都有非常重要的意义和作用。一般来讲，现有的无线电通信侦察系统结构如图1所示。系统采用宽带天线接收无线电信号，经过单通道接收机进行放大滤波后，变至中频，然后采用高速高位adc将宽中频模拟信号变换成数字序列，完成单路数据采集，对采集的数据进行信号处理，再将侦察结果送至终端进行显示。信号处理的任务是对接收机接收到的多个信号进行分离，利用信号识别技术进行特征提取，达到侦察的目的。现阶段多信号分离的主要方法是将信号从时域变换到频域，在频域上进行信号分离和分选识别；也可以将信号进行如小波变换的时频分析，以达到信号分离和分选识别的目的。
随着实际环境中无线电信号的日益密集，自然干扰和人为干扰严重污染信号，时域高度密集，功率谱域严重重叠，传播途径复杂多变。因而，通过上述方法来实现信号分离和分选识别是非常困难的，现有的一些侦察设备在实际应用时往往力不从心，需要寻找新的无线电侦察方法。
盲源分离技术(bbs,即blind source separation)［1］，是指在未知源信号和传输通道参数的情况下，根据输入源信号的统计特性，仅由观测信号检测并分离出源信号中各个独立成分的过程。这一过程又称为独立分量分析（ica，即independent component analysis）。盲源分离通常是对观测到的源信号的线性瞬时混迭信号进行分离。
盲源分离方法已应用于语音、通信、生物医学和地震等各个领域。比如在语音信号处理中，将多个说话人混迭在一起的声音分离到单个说话者的声音，然后再进行其它处理；在阵列信号处理方面，雷达接收到的可能是多个目标发出的混迭信号，对它们先进行盲分离，再进行进一步处理，会提高辨别能力；在移动通信领域，天线接收到的信号也是多路信号的混迭，盲源分离方法可以在信道均衡和多用户检测中得到直接应用；在生物医学信号处理中，多传感器检测到的是各种不同的生物电信号的混迭，当需要进行某种诊疗时，往往仅需要了解某种特定信号的特性；在图像信号处理，地震信号处理和噪声消除等方面也有应用。但在无线电信号侦察中，尚没见到这方面的应用报道，因而是一个值得探讨和研究的方向。
二、盲源分离［2，3］
1. 问题描述
盲源分离系统的框图如图2所示。
盲信号分离可以用下面的混合方程描述:
矢量，其元素是各个传感器得到的输出；
m×n维矩阵a称为混合矩阵，其元素表示信号的混合情况。
式（1）的含义是n个源信号通过混合得到m维观测数据矢量。盲源分离需要解决的问题是：在混合矩阵a和源信号未知的情况下，只根据观测数据向量x(t)来恢复出源信号s(t)。分离系统模型为
盲源分离问题的关键是根据观测数据来估计分离矩阵w。
2.盲可辨识性
在以上盲源分离问题中，由于源信号和混迭系统均未知，如果没有任何其他先验知识，要想仅从观测信号恢复出源信号是极为困难的。所以，为使问题有解，根据实际存在的情况，作以下约定:
(1)混合矩阵a为列满秩的非奇异矩阵,m≥n;
(2)源信号矢量s(t)为零均值平稳随机过程，并且各个分量之间相互统计独立;
(3)由于高斯信号的线性相加仍为高斯的，不可能被分开，所以设最多一个源为高斯分布;
(4)噪声矢量s(t)为零均值平稳随机过程，并且与源信号矢量s(t)相互统计独立，在现有研究阶段，习惯的做法是假设噪声可以忽略不计。
在上述假设条件的约束下，盲源分离问题是有解的。由于源信号来自不同的信号源，所以假设各个源信号之间统计
