单通道下低复杂度的广播式自动相关监视系统解交织方法与流程

本发明属于信号处理技术领域，特别是涉及一种单通道下低复杂度的广播式自动相关监视系统解交织方法。

技术背景

中国民用航空局给出的全国机场生产统计公报中指出，2016年，我国共有机场219个，全年起降架次达到923.8万架次，较2015年增长7.9％，北京首都国际机场作为全国最繁忙的机场，全年起降606081架次。随着空域流量的增加，使用ads-b的飞行器数目逐渐增多，因此ads-b信号会产生交织。

同时，由于建筑物、树木等反射产生的多径信号也会对ads-b接收机产生多径干扰，多径信号与直达信号可能发生交织，形成交织信号干扰。

现行的地基ads-b系统的覆盖范围约200km，而星基ads-b系统的覆盖范围可达1500km，随着星基ads-b技术的逐渐成熟以及广泛应用，其更广的覆盖范围也将导致ads-b信号源数目增多，解交织自然成为了不可忽视的问题。

基于公开的文献，在ads-b信号解交织方面的文献相对较少。由于信号体制相近，二次雷达s模式应答信号分离技术可以应用于ads-b信号解交织，petrochilos等人提出了基于特征值分解的交替正交投影方法，用于处理交织的二次雷达s模式应答信号以及ac信号，当信号之间存在一定的相对时延时有良好的分离效果。王洪等人提出了强fruit干扰环境中ads-b解码方法，具有一定的抗fruit干扰效果，但该文献并未探讨数据校验技术，其作者也表示接下来将继续研究数据校验技术。

icao文件标准中给出了报头交织的三种典型情况，并给出了相应的交织判别方法，基于公开的文献，现行的ads-b接收机交织信号处理方法主要为：1.信号报头交织的情况，根据三种典型情况分别进行功率判决，选取功率较强信号进行处理，并抛弃功率较弱信号；2.信号数据段交织的情况，选取交织信号中的先达信号进行处理，并抛弃后达信号。

技术实现要素：

为了解决上述问题，本发明的目的在于提供一种单通道下低复杂度的广播式自动相关监视系统解交织方法，不仅适应于现有单天线ads-b系统，且具有良好的解码正确率。

为了达到上述目的，本发明提供的单通道下低复杂度的广播式自动相关监视系统解交织方法包括按顺序进行的下列步骤：

1)将ads-b接收机接收的信号通过希尔伯特变换而构造解析信号，并判断是否产生交织信号；

2)根据有效脉冲位置检测上述交织信号的总时长；

3)基于上述交织信号的总时长估计交织信号之间的相对时延，从而确定出累加区间，并累加求和；

4)对上述累加和进行排序聚类，并将聚类结果与比特位对应，进而将交织信号进行解码而将其分离；

5)对上述分离后的信号进行crc校验，若校验通过，则认为交织信号分离成功；否则，在当前的相对时延估计结果的基础上做适当的调整，重新进行累加聚类。

在步骤1)中，所述的将ads-b接收机接收的信号通过希尔伯特变换而构造解析信号，并判断是否产生交织信号的方法是：首先通过有效脉冲检测确定报头参考功率，然后将报头参考功率与由解析信号定义的瞬时包络进行对比，如果两者之间存在一定的差值，则判定产生了交织信号，进而执行后续的交织信号处理步骤。

在步骤2)中，所述的根据有效脉冲位置检测上述交织信号的总时长的方法是：首先根据有效脉冲位置检测确定信号的起始时刻，然后根据连续的有效脉冲检测确定交织信号的终止脉冲，进而根据逆序的有效脉冲位置检测确定信号的终止时刻，最终得到交织信号总时长。

在步骤3)中，所述的基于上述交织信号的总时长估计交织信号之间的相对时延，从而确定出累加区间，并累加求和的方法是：根据交织信号的起始、终止位置对经过希尔伯特变换后的序列进行截取，然后根据ads-b接收机的采样频率构造矩阵，以归一化列方差作为评价函数得到相对时延的估计结果，从而确定累加区间，最终得到各个区间的累加和；

在步骤4)中，所述的对上述累加和进行排序聚类，并将聚类结果与比特位对应，进而将交织信号进行解码而将其分离的方法是：首先对各个累加和进行排序差分，进而得到累加和的初始聚类中心，然后根据初始聚类中心采用k-means方法对累加和进行聚类，最终根据聚类结果将累加和的区间标号与比特位相对应，从而分别提取出交织信号的比特信息。

在步骤5)中，所述的调整方法是在相对时延估计结果上增加或减少2个采样点。

本发明提供的单通道下低复杂度的广播式自动相关监视系统解交织方法首先通过有效脉冲位置检测以及hilbert变换下定义的瞬时包络分别得到交织信号的起始位置以及交织位置，进而得到发生交织的信号之间的相对时延，结合ads-b信号的ppm编码特点进行相对时延估计，从而对信号进行区间分割以消除相邻脉冲带来的影响，对不同区间进行累加得到累加和表征信号在相应区间上的能量，结合icao标准文件中给出的判决准则确定聚类中心的前提下，利用k-means方法对累加和进行聚类，从而将区间标号与比特位相对应，最终实现交织信号比特位的提取。本发明方法基于单天线接收机，对交织信号相对时延不敏感，实用性较强。大量的仿真实验验证了算法的有效性，并与其它解交织算法进行了对比，在交织信号之间存在一定功率差时，算法有良好的分离效果。

附图说明

图1为本发明提供的单通道下低复杂度的广播式自动相关监视系统解交织方法流程图。

图2为累加聚类原理图。

图3为交织信号示意图，强弱信号功率相差3db。

图4为交织信号相对时延的估计结果。

图5为基于k-means方法得到的累加值聚类结果。

图6为经过本发明方法处理之后得到的输出信号。

图7为本发明方法与基于置信度判决的交织信号处理方法的分离正确率随信噪比变化关系曲线。

图8为本发明方法与基于奇异值分解的交替正交投影算法的交织信号分离正确率随发生交织的信号之间时延的变化关系曲线。

具体实施方法

下面结合附图和具体实例对本发明提供的单通道下低复杂度的广播式自动相关监视系统解交织方法进行详细说明。

如图1所示，本发明提供的单通道下低复杂度的广播式自动相关监视系统解交织方法包括按顺序进行的下列步骤：

1)将ads-b接收机接收的信号通过希尔伯特(hilbert)变换而构造解析信号，并判断是否产生交织信号；

t时刻ads-b接收机接收到的信号可以表示为：

其中l表示信源个数，pk、d(t)、fk、φk、τk分别表示第k条信号的功率、基带信号、载波频率、载波相位、时延；e(t)为加性高斯白噪声。其中信号的功率d(t)由ads-b报头以及信息数据所决定，在1090es体制下信号采用ppm调制。

对于上述接收到的信号x(t)，其hilbert变换y(t)由下式得到：

相应地解析信号z(t)可表示为：

z(t)＝x(t)+jy(t)(3)

其中j表示虚数单位，进而根据hilbert变换定义的瞬时包络是否超过报头参考功率来判断是否产生交织信号，根据icao给出的标准文件do260-b规定，如果瞬时包络超过报头参考功率3db，则判断为产生了交织信号，由此确定出多条交织信号。

2)根据有效脉冲位置检测上述交织信号的总时长；

根据ads-b接收机接收到信号的噪声功率设置动态触发门限，当ads-b接收机模数转换器输出的某个采样点的脉冲幅值高于门限，并且之后连续的多个采样点的幅值均在门限以上，那么将该采样点定义为第一个有效脉冲位置(validpulseposition)，并将该有效脉冲位置作为交织信号的起始位置ns；自检测到第一个有效脉冲位置开始，进行连续的有效脉冲检测，直到在连续的3个脉冲宽度内均检测不到有效脉冲，再进行逆序的有效脉冲位置检测，并将该有效脉冲位置作为信号的终止位置ne；起始位置ns和终止位置ne对应的时刻分别为起始时刻ts和终止时刻te，最后根据起始时刻ts和终止时刻te之间的持续时间确定出交织信号的总时长；

3)基于上述交织信号的总时长估计交织信号之间的相对时延，从而确定出累加区间，并累加求和；

基于ads-b信号的脉冲位置调制(pulsepositionmodulation，ppm)特性，结合式(1)，在不考虑噪声的情况下，以t表示脉冲宽度对应的时长，第i个脉冲宽度内交织信号的能量可表示为：

其中△i-、△i+分别表示第i个脉冲的起始时刻以及终止时刻。能量e(i)取决于信号的功率以及第i个脉冲内的基带信号波形，其中基带信号波形由产生交织的信号比特位共同决定。以两条信号交织为例，在同一区间内，两条信号比特位的叠加可以分为四种情况，因此当两条信号存在一定功率差时，可以分别区分四种情况所对应的信号比特位，从而实现交织信号的信息提取。

如图2所示，当交织在一起的不同信号之间的时延不为脉冲宽度的整数倍时,第一脉冲宽度内的虚线表示信号1的脉冲位置，点划线表示信号2的脉冲位置，为了消除相邻脉冲带来的影响，需要估计两条信号之间的相对时延；将交织信号经hilbert变换后得到的离散信号表示为以下序列：

h(n)＝h(x(ns),x(ns+1),…,x(ne))(5)

其中h(·)为hilbert变换运算符。对上述序列补零后，根据采样频率构造q×r维重构矩阵：

其中r表示一个脉冲宽度对应的采样点数。进而相对时延估计结果由下式得到：

其中sir表示式(6)重构矩阵s中第i行、第r列的元素。

根据上述估计得到的相对时延确定出第i个累加区间，对式(5)所示的序列累加求和，得到对应于第i个脉冲的累加和：

4)对上述累加和进行排序聚类，并将聚类结果与比特位对应，进而将交织信号进行解码而将其分离；

由于信号的功率未知，因此需要对累加和进行聚类，从而确定出不同情况所对应的累加和，本发明采用k-means聚类方法对累加和进行聚类。

(1)从全部累加和中选择k个累加和作为初始聚类中心；

(2)以每个聚类中所有累加和的均值作为中心累加和，计算每个累加和与中心累加和的距离；并根据最小距离重新对相应的累加和进行划分，得到第m次聚类结果：

(3)根据聚类结果重新计算每个聚类的均值得到第m次聚类的中心累加和：

(4)循环步骤(2)、步骤(3)直到每个聚类中的累加和不再发生变化为止；

由于k-means聚类方法对于初始聚类中心较为敏感，因此给出一种较为合理的初值选取方式：

(a)对累加和排序得序列s(n)＝{s(1,index1),s(2,index2),…,s(n,indexn)}，其中indexi表示该元素对应的区间号；

(b)对序列s求差分得序列△s＝{△s(1,index1),△s(2,index2),…△s(n-1,indexn-1)}；

(c)选取最大的i个差分值(初值i＝0)，根据相应的区间标号将累加和分为2ⁱ-1个聚类；

(d)计算每个聚类方差，若均小于门限值，则确定聚类中心为k＝i个；否则，i＝i+2，执行步骤(e)；

(e)求取最大的k个差分值，并返回相对应的区间标号，进一步表示为相应地，得到的初始聚类中心表示为：

根据得到的聚类结果，可以将区间标号与比特位相对应，从而分别提取出交织信号的比特信息，进而将交织信号进行解码而将其分离。

5)对上述分离后的信号进行crc校验，若校验通过，则认为交织信号分离成功；否则，在当前的相对时延估计结果的基础上做适当的调整，重新进行累加聚类；

本发明采取的调整方法是在相对时延估计结果上增加或减少2个采样点。

本发明提供的单通道下低复杂度的广播式自动相关监视系统解交织方法效果可以通过以下仿真结果进一步说明。

仿真参数设置，中频：10mhz；采样频率：40mhz；信号1：经纬度:(117.5,37.5)；高度：34100ft；信号2：经纬度:(117.8,37.4)；高度：32100ft；

图3为交织信号时域波形，信号相对时延为50.2μs，先达信号信噪比为20db，后达信号信噪比为23db。

图4为根据步骤3)所述估计方法得到的相对时延估计结果。图4(a)表示根据式(5)得到的重构矩阵，图4(b)表示对应于重构矩阵列元素的归一化方差，从结果可以看到，信号真实时延对于脉冲宽度取余的结果得到了良好的估计。

图5为基于k-means方法进行聚类得到的结果，根据估计得到的相对时延得到相应的累加区间，对于两条信号交织的情况，累加和分为三个聚类：ω1，ω2，ω3，假设第一条信号为功率较强信号，将三个聚类分别与比特位组合[1,1]，[1,0]，[0,1]相对应，其余累加和组成第四聚类ω4对应[0,0]，即噪声。

图6为将区间标号与比特位组合一一对应，即得到比特位提取后的信号输出结果，上图对应于信号1(先达信号)，下图对应于信号2(后达信号)。

表1为本发明方法处理前后的解码结果，可以看到接收机直接对交织信号处理只能得到一条信号结果，且aa(识别码)、lat(纬度)、lon(经度)、alt(高度)均存在错解的情况，且信号crc校验失败；而对于利用本发明方法处理后的信号，分离后的两条信号均可通过crc校验，且各个字段均实现了正确解码，从而验证了本发明方法的有效性。

表1、经过本发明方法处理前后的解码结果对比

图7为取两条信号时延0-20μs随机生成，服从均匀分布，信噪比相差3db，100次蒙特卡洛实验，两条信号的正确解码率对弱信号信噪比的变化关系曲线。其中信号1对应高功率信号，信号2对应弱功率信号，对比方法为icao标准文件中基于置信度判决(confidencedeclaration，cd)的交织信号处理方法，该方法选取交织信号的一条进行处理，因此仿真实验中该方法成功解算任意一条信号则认为正确解码，根据试验结果可以看到，本发明方法在交织信号存在一定功率差时有着更高的解码正确率。

图8为将本发明方法与多天线下基于奇异值分解的交替正交投影(singularvaluedecomposition-projectionalgorithm，svd-pa)算法进行对比，svd-pa算法中阵列采用4阵元均匀线阵，阵元间距为半波长，本发明方法选取参考阵元数据，其中方形线、菱形线、星形线分别表示信号来向相差10°、20°以及30°时svd-pa方法解码正确率随信噪比变化关系曲线，可以看到，相对于本发明方法，svd-pa算法在两条信号相对时延较小时，解码正确率较低，随着相对时延的增大，解码正确率不断提高；主要原因在于由于svd-pa算法在进行协方差矩阵估计时，需要两条信号存在一定时延差，即存在可用的单信号数据块才能得到较好的分离效果，由于本发明方法对信号之间的相对时延并不敏感，因此不存在这一问题；此外，可以看到，随着信号来向的靠近，svd-pa算法的解码正确率也存在一定程度的下降，这也由svd-pa算法本身依赖于不同信源之间的信号来向不同进行区分所决定。