基于信號峭度的復值盲分離算法研究.pdf

1、盲源信號分離(Blind Source Separation，BSS)是當前信號處理研究的熱點之一，應用十分廣泛。獨立分量分析方法(ICA)是近年來發(fā)展起來的一種有效的盲信號分離技術(shù)，在許多領(lǐng)域扮演著重要角色。隨著它不斷的發(fā)展，許多獨立分量分析算法(ICA)應用領(lǐng)域要求直接或間接地分離復值信號，進一步講，實數(shù)ICA算法是復數(shù)ICA算法的一個特例，復數(shù)ICA具有重要的理論和應用價值，在語音信號、圖像處理、天線陣列等許多領(lǐng)域都有廣泛的應用。

2、在近幾年時間里，有關(guān)的理論和算法研究都得到了較快的發(fā)展，并且提出了許多的有效的算法。目前，復數(shù)ICA理論逐漸成熟，新算法不斷涌現(xiàn)，已經(jīng)成為國際上信號處理領(lǐng)域的一個研究熱點。
　　首先，介紹了復值ICA算法的基本理論、典型的ICA算法及其分離性能指標。其基本理論主要有信息論、復值ICA的數(shù)學模型、可解性分析及不確定性等。典型的ICA算法主要包括最大熵算法、JADE算法、隨機梯度算法和自然梯度算法等。
　　其次，重點研究了基于峭

3、度的代價函數(shù)。在復值信號的盲分離算法中，經(jīng)常采用信號的峭度最大化作為代價函數(shù)。針對這一問題，以復數(shù)標準峭度代替復數(shù)峭度，將復數(shù)信號的標準峭度最大化作為新的代價函數(shù)，并采用修正的復值擬牛頓迭代算法對代價函數(shù)進行優(yōu)化。用該算法對混合QAM信號進行分離，仿真實驗結(jié)果表明，改進后的算法具有很好的分離效果，相比于峭度最大化為代價函數(shù)的分離算法，收斂性能也有明顯提高。
　　最后，為了降低算法復雜度并提高算法魯棒性，在算法中采用了“自下而上”的