[发明专利]多特征融合认知型水声通信空快时自适应处理算法

摘要

本发明公开了一种多特征融合认知型水声通信空快时自适应处理算法，在传统空快时自适应阵列处理算法的基础上引入了基于干扰特征分析的干扰认知功能；采用阵列协方差矩阵特征分解计算出干扰源个数，并采用MUSIC空间谱分析估计出目标用户方向和干扰来波方向；以及采用基于负熵最大的Fast‑ICA的盲源分离算法进行干扰信号分离，采用包络检测分析时域特征，采用短时傅里叶变换分析时频谱，从而提取干扰特征识别干扰类型；最后根据干扰类型选取合适的干扰样本进行空快时自适应对消，提高自适应算法的收敛速度。有益效果：实现了空快时自适应算法的降维处理和对消样本选取，保证了空快时自适应处理的快速可靠收敛。

主权项

1.一种多特征融合认知型水声通信空快时自适应处理算法，其特征在于，包括以下步骤：1)将接收阵列接收到的信号在目标用户方向形成波束并作为主通道信号输出，以及抽取接收阵列中的阵列数据作为辅助通道信号输出给干扰认知单元和干扰识别单元；2)干扰认知单元采用阵列协方差矩阵特征分解计算出干扰源个数，并采用MUSIC空间谱分析估计出目标用户方向和干扰来波方向；3)根据干扰源个数，确定盲源分离算法中的盲源分离通道数和空域快时间域二维自适应算法中的自适应通道维数；所述盲源分离通道数和自适应通道维数均等于干扰源个数；4)干扰识别单元采用基于负熵最大的Fast‑ICA的盲源分离算法进行干扰信号分离，对分离后的干扰信号采用时频分析提取时频谱和采用包络统计特征分析提取时域包络特征，并将提取的时频谱和时域包络特征融合认知为干扰多特征；5)根据干扰多特征，干扰识别单元采用决策树分类器进行干扰类型分类；根据分类好的干扰类型，干扰识别单元选取干扰样本输出给干扰对消抑制单元；所述干扰类型包括脉冲干扰、线性扫频干扰和噪声调频干扰；6)干扰对消抑制单元采用空域快时间域二维自适应算法进行空快时自适应对消，从而对波束进行干扰抑制后输出。