0 引　言

舰船运行过程中，导航雷达具备指引舰船航行与定位等功能，在天气恶劣情况下，舰船可依据导航信息进行安全航行^[1-3]，有效降低舰船碰撞概率。受舰船航行环境的影响，会导致导航信息存在很多干扰因素，降低舰船航行安全^[4-5]，为解决这一问题，需对舰船导航信息展开处理。

依据定位需求，设计导航信号处理系统，通过RTLinux操作器，完成系统控制，该系统可有效处理导航信号，为定位服务提供数据支持，但该系统信号处理的灵活性较差，且不适合大规模繁琐逻辑和时序逻辑的信号处理。张天宇等^[7]依据FPGA设计信号处理系统，先为信号构造等效噪声模型，添加频率对噪声的影响，获取提升信号分辨率方案，构造自动增益电路，结合FPGA，设计增益控制方案，合理放大信号，精准测量信号内的峰值，并剔除峰值，利用A/D芯片解算和传输峰值剔除后的信号，完成信号处理，该系统可有效处理信号，该系统虽能够实现大规模繁琐逻辑和时序逻辑的信号处理，但信号处理灵活性较差，且成本较高。

数字信号处理器(Digital signal processing，DSP)具备较优的可控性、稳定性与低成本^[8]，将其应用到信号处理中，具备较优的信号处理灵活性与实时性。为此设计数字信号处理器的舰船导航信息处理系统，有效处理导航信息，为提升舰船安全运行提供保障。

1 舰船导航信息处理系统

按照舰船导航雷达的工作原理，依据数字信号处理器，设计舰船导航信息处理系统，系统总体结构如图1所示。

1.1 舰船导航信息处理的DSP

舰船导航信息处理系统中的核心部分是DSP，以DSP为主，FPGA为辅，完成舰船导航信息处理，DSP的设计过程如图2所示。

DSP设计的具体步骤如下：

步骤1　需按照舰船导航信息处理系统的应用目标，获取DSP的性能指标与信息处理需求；

步骤2　按照DSP需求展开高级语言的模拟，为完成舰船导航信息处理系统的最终目标，适当处理采集的舰船导航信息；

步骤3　设计DSP的硬件与软件部分，通过运算量的大小与精度、硬件成本与功耗等^[9]，选取合理的DSP芯片同时设计DSP芯片的外围电路与其余电路，完成DSP硬件设计，依据选取的DSP芯片，设计对应的DSP汇编程序，通过融合手工与高级语言编写法，共同实现DSP语言汇编，完成DSP软件设计；

步骤4　DSP硬件与软件设计完成后，通过对比分析DSP的实时结果和模拟结果，调试DSP的硬件与软件，集成DSP，提升DSP的实时性^[10]，符合舰船导航信息处理系统的需求。

DSP软件包含初始化、中断处理与主循环，DSP处理舰船导航信息的流程如图3所示。DSP软件中的初始化负责初始化DSP芯片与外围器件，中断处理负责实施对应的中断任务，主循环负责实施舰船导航雷达的长周期任务。完成初始化后，发送舰船导航雷达参数至处理器^[11-12]，发送结束后令HPI中断，DSP按照接收的舰船导航雷达参数展开初始化，主循环开始前，与需要初始化DSP，主循环开始的同时，也展开中断处理；DSP完成主循环与中断处理后，利用自动雷达标绘仪输出舰船导航信息处理结果。中断处理通过杂波抑制与同频干扰抑制等算法，处理A/D转换器采集的舰船导航信息。

1.2 舰船导航雷达显示处理端

通过雷达显示处理终端，为用户呈现舰船导航信息处理结果。雷达显示处理端既负责为舰船导航信息处理系统提供人机界面，还负责控制导航信息的输入和设置，并实时更新导航信息，实时控制雷达前端获取舰船导航信号。用户通过雷达显示端输入指令，发送指令至数字信号处理机，DSP通过HPI接口读取舰船导航雷达信号，实时刷新LED显示界面，利用海图卡接口读取舰船海图数据，通过SDRAM存储舰船导航信息。

1.3 舰船导航信息的同频干扰抑制方法

利用基于卷积混合模型的盲源分离算法，实现舰船导航信息的同频干扰抑制。该算法是通过全部FPGA预处理后信息间的彼此统计独立性，计算混合矩阵的逆，分离出舰船导航的原始信息，完成同频干扰抑制。FPGA预处理后的舰船导航雷达发射信息为 $ S\left( n \right) = $ $ \left( {{S_1}\left( n \right),{S_2}\left( n \right), \cdots ,{S_N}\left( n \right)} \right) $ ，舰船雷达数量是N，且各雷达发射信号的频率一致；实际信道环境导致的混合矩阵为A(z)，A(z)通过有限阶线性时不变滤波器构建而成；FPGA预处理后的接收信息是 $ H\left( n \right) = ( {H_1}\left( n \right), $ $ {H_2}\left( n \right), \cdots ,{H_N}\left( n \right) ) $ ；预处理后接收信息内的加性噪声信息是 $ \xi \left( n \right) = \left( {{\xi _1}\left( n \right),{\xi _2}\left( n \right), \cdots ,{\xi _N}\left( n \right)} \right) $ ；待计算的分离矩阵是B(z)，B(z)的理想值是A(z)的逆。利用式(1)获取S(n)的估计值G(n)，即分离后的舰船导航信息，公式如下：

$ G\left( n \right) = \sum\limits_{k = 0}^p {{B_k}H\left( {n - k} \right)}。$

(1)

其中：p为离滤波器矩阵阶数； $ k \in p $ 。

以分离后的舰船导航信息间互信息最小化，属于盲源分离算法的分离原理，任意舰船导航信息间独立程度的度量值为互信息，公式如下：

$ I\left( {{G_1},{G_2}, \cdots ,{G_N}} \right) = - \sum\limits_{k = 1}^N {E{\lambda _1}\left\{ {\ln {q_{{G_k}}}\left( {{G_k}} \right)} \right\} - E{\lambda _2}\left\{ {\ln {q_G}\left( G \right)} \right\}}。$

(2)

其中： $ E{\lambda _1}\left\{ {\ln {q_{{Y_k}}}\left( {{G_k}} \right)} \right\} $ 为边缘熵； $ {\lambda _1} $ 为边缘系数； $ {q_{{G_k}}}\left( {{G_k}} \right) $ 为舰船导航信息分离后G的边缘概率密度函数； $ E{\lambda _2}\left\{ {\ln {q_G}\left( G \right)} \right\} $ 联合熵； $ {\lambda _2} $ 为联合系数；q_G(g)为舰船导航信息分离后G的联合概率密度函数；在互信息最小情况下，G的q_G(g)是每个舰船导航信息分量 $ {q_{{G_k}}}\left( {{G_k}} \right) $ 的乘积，这个时候每个分量间彼此独立。

为确保分离后的舰船导航信息彼此无关，将互信息当成代价函数，利用最速下降法迭代计算互信息的梯度，公式如下：

$ G \leftarrow G - \mu \frac{{\partial I\left( G \right)}}{{\partial G}}。$

(3)

其中： $\dfrac{{\partial I\left( G \right)}}{{\partial G}}$ 为互信息梯度；μ步长参数。

式(3)收敛后，G与H间无特别关系，但并不代表分离后的独立信息是舰船导航信息，因为分离后的舰船导航信息可能是彼此无关的噪声信息，该噪声信息彼此独立。为此G的独立性，并不代表舰船导航信息完成分离，需要添加结构约束 $ \min E\left\{ {{{\left\| {G\left( n \right) - \left[ {B\left( z \right)} \right]H\left( n \right)} \right\|}^2}} \right\} $ ，令分离后的舰船导航信息是接收信息的主要能量成分，确保舰船导航信息完成分离。通过式(4)获取令 $ \min E\left\{ {{{\left\| {G\left( n \right) - \left[ {B\left( z \right)} \right]H\left( n \right)} \right\|}^2}} \right\} $ 最小化的 $ B\left( z \right) $ ，通过 $ \left[ {B\left( z \right)} \right] $ $ H\left( n \right) $ 取代 $ G\left( n \right) $ ，即

$ \sum\limits_{j = 0}^p {{B_j}E\left\{ {H\left( {n - j} \right){H^{\rm{T}}}\left( {n - k} \right)} \right\}} = E\left\{ {G\left( {n - j} \right){H^{\rm{T}}}\left( {n - k} \right)} \right\}。$

(4)

其中：T迭代次数； $ j \in p,j \ne k $ 。

分离后的舰船导航信息是卷积混合信息，即无法简化 $ {G_1}\left( n \right) $ 与 $ {G_2}\left( n \right) $ 的瞬时独立性，令 $ {G_1}\left( n \right) $ 与 $ {G_2}\left( {n - m} \right) $ 针对全部的与均为独立的，分离卷积混合舰船导航信息，分离的代价函数为：

$ J = \sum\limits_{m = - M}^{ + M} {I\left( {{G_1}\left( n \right),{G_2}\left( {n - m} \right)} \right)} 。$

(5)

其中， $ M = 2p + 1 $ 。

将 $ I\left( {{G_1}\left( n \right),{G_2}\left( {n - m} \right)} \right) $ 当成分离标准，可减少运算量，各次迭代时，在 $ \left\{ { - M, - M + 1, \cdots ,M} \right\} $ 内任意选取一个数当成m的值。利用盲源分离算抑制舰船导航信息步骤为：

步骤 1　将通过FPGA预处理后的雷达前端接收的舰船导航信息，当成分离信息的初始值；

步骤 2　展开循环迭代，各次迭代时，均在 $ \{ - M, $ $ - M + 1, \cdots ,M \} $ 内任意选取一个m值；

步骤 3　 求解 $ \left( {{G_1}\left( n \right),{G_2}\left( {n - m} \right)} \right) $ 间的互信息梯度，通过式(3)更新分离的舰船导航信息；

步骤 4　 归一化处理分离的舰船导航信息；

步骤 5　通过[B(x=z)]H(n)取代G(n)，利用式(4)求解B(z)；

步骤6　反复操作上述步骤，以达到T_max为止，获取同频干扰抑制后的舰船导航信息。

2 实验结果与分析

以某舰船为实验对象，利用本文系统处理导航信息，为舰船提供更为精准的导航信息。初始化该舰船全部参数，量程设置成1.0 n mile，不做距离与角度校准，并设置四处干扰信息，利用本文系统的雷达前端获取该舰船的雷达导航信号，并利用A/D转换器在雷达导航信号内采集数字化舰船导航信息，数字化舰船导航信息采集结果如图3所示。可知，本文系统可有效获取舰船雷达导航信号图，清晰呈现舰船雷达导航信号，同时本文系统也可有效在雷达导航信号中采集数字化舰船导航信息，波动幅度较大的地方为干扰信息。

将采集到的数字化舰船导航信息输入至本文系统的数字信号处理机内，先利用FPGA展开数字混频与滤波抽取等信息预处理，通过数字振荡器在采集的信息内生成两路正交本振信号，将这两路信号进行相乘完成数字混频，获取舰船导航信息的同相分量与正交分量，即同向与正交两路信息，并对这两路信息进行滤波抽取，舰船导航信息数字混频输出的同向与正交两路信息如图4所示，两路信息滤波抽取结果如图5所示。可知，本文系统可有效对采集的数字化舰船导航信息展开振荡处理，获取数字混频后的同向与正交两路信息，并有效滤波处理这两路信息，呈现两路信息的波动情况，清晰呈现干扰信息，完成舰船导航信息预处理，为后续舰船导航信息处理提供便利。

舰船导航信息预处理后，继续利用本文系统展开信息处理，实施同频干扰抑制与噪声抑制等处理，处理后的舰船导航信息如图6所示。可知，本文系统可有效对波动较大的干扰信息进行精准抑制，完成舰船导航信息处理，为后续舰船安全行驶与目标识别提供精准数据支持。

分析本文系统在不同信道状态时的舰船导航信息传输效果，最低信息传输速率需控制在3 MB/s以上，信息传输效果如图7所示。可知，在3种信道状态下，随着舰船导航信息量的增加，本文系统的传输速率均随之降低，3种信道状态下的信息传输速率变化情况大致相同，当数据量达到35 GB时，多径时延与MIMO信道状态的传输速率均趋于稳定，稳定在3.55 MB/s，3.65 MB/s左右，当数据量达到40 GB时，多普勒频偏信道状态时的传输速率趋于稳定，稳定在3.2 MB/s左右，3种信道状态下的最低传输速率均高于最低标准，说明本文系统具备较快的舰船导航信息传输速率，信息传输效果较优，确保系统内信息传输与接收间的平衡。

3 结　语

为提升导航信息的精准性，需处理舰船导航信息，数字信号处理器具备较优的信息处理效果，信息处理灵活性高、速度快。为此设计数字信号处理器的舰船导航信息处理系统，有效处理舰船导航信息，为舰船安全行驶与目标识别提供科学依据。