随着全球信息化进程的飞速发展,海域运输事业日益蓬勃,海洋环境呈现着船舶数量骤增,船舶大型化和海洋交通密集化等趋势,海域环境的安全性面临着巨大挑战。为了实现高效智能地管理海洋环境,传统的岸基船舶自动识别系统已无法满足需求。星载AIS具有覆盖面积广,实时性强等优点,可以极大的提高海洋航运管理效率。星载AIS系统利用卫星通信的优势,实现了对远距离海域船舶的实时监控与通信,同时也面临着众多挑战。卫星波束可同时覆盖多个AIS小区,卫星和船舶存在较大的相对速度,因此星载AIS存在相对时频偏较大和信号冲突明显等问题,从而影响接收机解调性能,降低系统的船舶检测概率。为了解决这些问题,本文提出了基于SOVA算法的星载AIS接收机系统和船舶检测概率分析模型。首先本文提出一种基于SOVA(Soft Output Viterbi Algorithm)算法的星载AIS接收机系统。在信号冲突十分明显的星载AIS系统中,基于Viterbi算法的星载AIS接收机具有较差的误码率性能,SOVA算法在Viterbi的基础上利用对数似然信息作为路径度量值的运算,该路径度量值引入了与比特判决相关的软值信息,使得路径搜索过程中利用了比特的先验信息,从而带来性能增益。该接收机系统包含SOVA解调模块和串行干扰消除模块。SOVA解调模块利用了幸存路径和竞争路径的路径度量差值获得比特软输出,并利用该软值信息进行Viterbi解调。串行干扰消除模块重建用户信号并从原始信号中依次消除,直至所有用户信号均被检测出。从仿真结果可以看出,基于SOVA算法的接收机性能相比与维特比算法具有较好的性能增益。其次本文结合卫星接收机的解调性能,对系统船舶检测概率进行了理论研究和仿真建模。首先对影响船舶检测概率的因素和信号冲突类型进行深入分析,给出了卫星观测时间,观测范围和信号传播损耗等影响因子的数学模型;其次根据星载AIS系统的信号冲突类型和系统分布模型,给出了信号冲突概率理论模型;最后在考虑船舶检测概率模型影响因子时,将天线增益和系统解调性能纳入考虑,给出了完善合理的船舶检测概率分析模型。仿真结果表明船舶检测概率相对于传统模型更为合理,对系统性能指标的制定有重要指导意义。