盲信源分離的若干問題研究.pdf

1、在源信號(hào)和傳輸信道均未知的情況下，僅利用觀測(cè)信號(hào)恢復(fù)源信號(hào)，稱為盲信源分離(BSS)，惟一的假設(shè)是信源之間相互獨(dú)立。一方面，盲信源分離不需要任何先驗(yàn)信息就可以恢復(fù)源信號(hào)，這將使其成為一種前景誘人的信號(hào)處理技術(shù)；另一方面，盲信源分離模型具有一般性，絕大多數(shù)觀測(cè)量都符合信源之間相互獨(dú)立的假設(shè)，因此盲信源分離具有非常廣闊的應(yīng)用前景。論文主要研究了混合信號(hào)中包含非平穩(wěn)信號(hào)和同時(shí)包含超高斯亞高斯信號(hào)的盲信源分離問題，同時(shí)對(duì)自適應(yīng)盲信源分離算法中步

2、長(zhǎng)參數(shù)的選取進(jìn)行了研究。主要研究?jī)?nèi)容和成果為：
　　 1.簡(jiǎn)要概述了盲信源分離的信號(hào)混合模型，討論了三種混合模型及其基本假設(shè)；給出了與盲信源分離有關(guān)的信息論基礎(chǔ)，包括熵、互信息、負(fù)熵的概念及基本性質(zhì)：闡述了獨(dú)立分量分析(ICA)的準(zhǔn)則，討論了基于互信息的代價(jià)函數(shù)，得到了常用的自然梯度算法，并討論了算法的局部穩(wěn)定性。
　　 2.針對(duì)非平穩(wěn)源信號(hào)混合情況下的盲信源分離問題，由非完整約束條件，推導(dǎo)出了正交性約束的自然梯度算法，

3、實(shí)現(xiàn)了非平穩(wěn)源信號(hào)的分離；在此基礎(chǔ)上，根據(jù)輸出分量的相關(guān)性，給出了相關(guān)性測(cè)度的概念，研究了相關(guān)性測(cè)度與步長(zhǎng)之間的關(guān)系，提出了一種基于相關(guān)性測(cè)度的變步長(zhǎng)正交性約束的自然梯度算法，使得算法的分離效果更好。仿真實(shí)驗(yàn)驗(yàn)證了算法的有效性。
　　 3.研究了超高斯和亞高斯信號(hào)同時(shí)存在時(shí)的盲信源分離問題，提出了基于峰度符號(hào)估計(jì)的自然梯度算法和基于概率密度函數(shù)估計(jì)的等變化源分離(EASI)算法：前者在源信號(hào)的合成概率模型基礎(chǔ)上，將超高斯信號(hào)和亞

4、高斯信號(hào)統(tǒng)一到同一個(gè)合成概率模型中，給出了相應(yīng)的參數(shù)化非線性函數(shù)形式，然后通過在線估計(jì)輸出信號(hào)峰度的符號(hào)，以此確定出非線性函數(shù)中的參數(shù)，實(shí)現(xiàn)超高斯和亞高斯信號(hào)混合情況下的信源分離；后者利用輸出樣本直接估計(jì)輸出信號(hào)的概率密度函數(shù)，進(jìn)而估計(jì)出非線性函數(shù)，以此來實(shí)現(xiàn)超高斯和亞高斯信號(hào)混合情況下的信源分離。仿真結(jié)果表明，這兩種算法均可以實(shí)現(xiàn)超高斯和亞高斯信號(hào)混合下的盲信源分離。
　　 4.在盲信源分離算法中，步長(zhǎng)參數(shù)的選擇對(duì)算法的收斂速