基于独立分量分析下的跳频网台分选

复杂电磁环境条件下,针对目前多跳频信号的网台分选特征参数识别算法时效性不强且算法复杂度高等问题,提出了一种基于Fast ICA的跳频网台分选方法。首先基于独立分量分析思想,建立起参数识别的算法模型;然后利用固定点算法,以负熵最大作为目标函数,完成了对混叠跳频信号的盲源分离。仿真实验表明,在-3d B的信噪比条件下,较非线性PCA算法,分离速度提升45%左右,分选准确度达到95%以上。