盲信號(hào)分離算法的改進(jìn)及其應(yīng)用研究.pdf

1、盲信號(hào)處理(Blind Signal Processing，BSP)是20世紀(jì)最后十年中迅速發(fā)展起來的一個(gè)研究領(lǐng)域，它又可以分成若干個(gè)互相關(guān)聯(lián)而目標(biāo)有所區(qū)別的子領(lǐng)域，如盲信號(hào)分離(Blind Signal Separation，BSS)以及盲解卷(blind deconvolution)、多道盲解卷(Multichannel Blind Deconvolution，MBD)、盲均衡(blind equalization)等。事實(shí)上，盲信

2、號(hào)處理已成為信號(hào)處理領(lǐng)域研究的熱點(diǎn)問題，并在很多領(lǐng)域得到發(fā)展，尤其是在語音增強(qiáng)、醫(yī)學(xué)成像、通信系統(tǒng)、遙感、地震勘測(cè)和數(shù)據(jù)挖掘等領(lǐng)域。盲信號(hào)分離是盲信號(hào)處理的一個(gè)重要的研究課題。在不知道源信號(hào)的特性，也不知道信號(hào)在傳輸通道中的混合過程，只是假設(shè)源信號(hào)是相互統(tǒng)計(jì)獨(dú)立的情況下，從傳感器陣列接收到的觀測(cè)信號(hào)中分離出源信號(hào)的問題可以表述為盲信號(hào)分離。獨(dú)立成分分析(Independent Component Analysis，ICA)是一種重要的盲

3、信號(hào)分離的方法，它是從統(tǒng)計(jì)的角度使得分離出來的信號(hào)盡可能獨(dú)立。 本文首先簡(jiǎn)要說明了盲信號(hào)分離的研究背景和意義，介紹了盲信號(hào)分離的研究現(xiàn)狀，分析了盲信號(hào)分離的理論基礎(chǔ)和模型，給出了盲信號(hào)處理的分離準(zhǔn)則。接著闡述了獨(dú)立成分分析(ICA)方法的發(fā)展、應(yīng)用和現(xiàn)狀，詳細(xì)地論述了ICA 的原理及實(shí)現(xiàn)過程，重點(diǎn)介紹了FastlCA 算法和CuBICA算法，分別推導(dǎo)了FastICA單個(gè)分量逐一分離和多個(gè)分量同時(shí)分離的算法。針對(duì)現(xiàn)有算法不足，結(jié)合