芦伟东

（国家无线电监测中心哈尔滨监测站，黑龙江 哈尔滨 150010）

0 引言

为了充分用好有限的频谱资源，现代无线电通信常需共用同一频率。在整个频段带宽只有30MHz的短波频段，频率共用更是普遍现象。在日常的短波无线电监测工作中，有时可能在同一个频率上同时收到来自不同发射机的两个或更多个信号混杂在一起的混合信号，这对后续的信号分析工作带来困难。因此，在现有条件下找到合适的同频信号分离方法，具有重要研究意义。无线电监测属于非协作通信，通过监测捕获的信号往往没有先验信息，所以分离监测到的同频信号属于盲源分离的范畴[1]。

1 盲源分离

在一个鸡尾酒会上，多个人一起说话，输入到多个麦克风，如何从混合信号中分离出每个人说话的声音？由此引出了盲源分离问题[2-3]。由于缺乏先验信息，对观测到的信号进行盲分离具有以下两个特点：一是观测信号通过盲分离后得到的输出源信号顺序不确定；二是输出源信号幅度不确定。但这并不影响盲分离的应用，可以通过信号波形得到源信号所携带的主要信息。盲源分离过程如图1所示。

图1 盲源分离流程

绝大部分的盲源分离方法属于无监督学习方法，需要基于某种理论构造目标函数，常被采用的目标函数包括：高阶累积量、最大似然估计、互信息量和负熵等。独立分量分析（ICA，Independent Component Analysis）属于高阶累积量分析方法，是目前解决盲源分离问题的重要方法之一。

2 ICA基本原理

设S（t）为N个统计独立的输入信号，经过A信道传输后，在接收端得到M个观测信号X（t），则