[发明专利]基于复数神经网络的星载ADS-B交叠信号分离方法

说明书

基于复数神经网络的星载ADS‑B交叠信号分离方法，所述方法包括如下步骤：S1：对接收到的星载ADS‑B交叠信号进行包络提取，得到包络信号；S2：对所述包络信号进行希尔伯特变换，得到交叠的IQ复数数据；S3：将所述IQ复数数据输入复数神经网络进行交叠信号分离，得到分离的IQ信号；S4：对所述分离的IQ信号的数据位进行PPM解码，再进行CRC校验；S5：根据校验结果存储分离的正确的信号。本发明采用经验公式提取包络信号，减少了计算量，提高了分离效率，采用复数神经网络进行交叠信号分离，分离准确率高，分离信号响应时间快，工程可实现性强，从而解决了传统的分离方法算法复杂度高，耗时长，分离效率不高的问题。

技术领域

本发明涉及一种基于复数神经网络的星载ADS-B交叠信号分离方法，属于数字信号处理技术领域。

背景技术

随着航空航天科技的发展，广播式自动相关监视(Automatic DependentSurveillance-Broadcast，ADS-B)技术成为空中监视领域的一项关键技术。

图1为星载ADS-B信号的结构示意图。如图1所示，ADS-B技术将飞行器自身的自动播发机型、航空代码、位置、速度、高度和航线等信息通过固定的格式向外发送，以广播的方式实现空域监视。

星载ADS-B系统例如将ADS-B接收机安装在低轨卫星上，其可以解决地面接收机覆盖范围小的问题从而实现全球区域内的覆盖和监视。然而，星载ADS-B系统面临着严重的碰撞交叠问题，对信号解码造成了严重影响，导致重要信息的错误解码，甚至丢失。

传统的ADS-B分离算法耗时过长，很难在较短时间内分离多条交叠信号，无法有效解决上述问题。

发明内容

本发明所要解决的技术问题在于针对现有技术的不足，提供一种基于复数神经网络的星载ADS-B交叠信号分离方法，采用经验公式提取包络信号，减少了计算量，提高了分离效率，采用复数神经网络进行交叠信号分离，分离准确率高，分离信号响应时间快，工程可实现性强，从而解决了传统的分离方法算法复杂度高，耗时长，分离效率不高的问题。

本发明所要解决的技术问题是通过如下技术方案实现的：

本发明提供一种基于复数神经网络的星载ADS-B交叠信号分离方法，所述方法包括如下步骤：

S1：对接收到的星载ADS-B交叠信号进行包络提取，得到包络信号；

S2：对所述包络信号进行希尔伯特变换，得到交叠的IQ复数数据；

S3：将所述IQ复数数据输入复数神经网络进行交叠信号分离，得到分离的IQ信号；

S4：对所述分离的IQ信号的数据位进行PPM解码，再进行CRC校验；

S5：根据校验结果存储分离的正确的信号。

为了减少计算量，提高分离效率，在所述S1中，获取星载ADS-B交叠信号的正交两路基带信号I和Q，对I和Q进行求模运算，得到包络信号，采取经验公式对包络进行估算。

优选地，所述经验公式为：

其中，|L|是|I|和|Q|中的最大值，|S|是|I|和|Q|中的最小值。

优选地，在所述复数神经网络中，用实数来模拟复数的运算，计算公式为：

W*h＝(A*x-B*y)+i(B*x+A*y)

其中，A和B是实矩阵，x和y是实数向量，采用矩阵表示法来表示卷积运算的实部和虚部，复数卷积表示为：