基于時(shí)序結(jié)構(gòu)信號(hào)盲源分離研究.pdf

1、在源信號(hào)和傳輸信道未知的情況下,根據(jù)源信號(hào)的部分統(tǒng)計(jì)特性,由觀測信號(hào)恢復(fù)出源信號(hào)的過程,稱為盲信號(hào)分離。由于盲信號(hào)分離具有極強(qiáng)的適應(yīng)性,使得它成為近年來信號(hào)處理領(lǐng)域的一個(gè)熱點(diǎn)。因此在醫(yī)學(xué)信號(hào)處理、通信系統(tǒng)、陣列信號(hào)處理和語音信號(hào)分離方面有著廣泛的應(yīng)用。
　　 具有時(shí)序結(jié)構(gòu)信號(hào)的分離是盲分離的重要內(nèi)容,也是信號(hào)處理領(lǐng)域中的一個(gè)難題。本文正是以具有時(shí)序結(jié)構(gòu)信號(hào)為目標(biāo),在線性瞬時(shí)混合模型下,進(jìn)行盲分離算法的研究。本文的主要工作如下:<

2、br>　　 1.闡述了盲源分離的混合模型及分離原理;同時(shí)介紹了盲源分離的基本理論,如盲源分離的可分離性,盲源分離的假設(shè)條件,信號(hào)的預(yù)處理等問題;較系統(tǒng)的介紹了盲信號(hào)分離的方法,其中包括主分量分析、獨(dú)立分量分析等,還介紹了基于時(shí)序結(jié)構(gòu)盲源分離的三種算法:AMUSE算法、二階盲辨識(shí)(SOBI)算法和特征矩陣的聯(lián)合對(duì)角化(JADE)算法;最后給出了盲源分離效果評(píng)價(jià)準(zhǔn)則,包括相似系數(shù)、性能指數(shù)等。
　　 2.盲源分離算法都是利用源信號(hào)

3、之間在某方面表現(xiàn)出來的固有的差別來實(shí)現(xiàn)的。而具有時(shí)序結(jié)構(gòu)源信號(hào)之間固有的差別就是它們的時(shí)間結(jié)構(gòu)特性。源信號(hào)經(jīng)過線性瞬時(shí)混合后,其時(shí)間結(jié)構(gòu)特性在混合信號(hào)中是不會(huì)變化的。本文嘗試采用信號(hào)的各特征參量變化度作為區(qū)分具有時(shí)序結(jié)構(gòu)的源信號(hào)的一種度量,并重點(diǎn)討論了以二階特征參量變化度為度量,構(gòu)造分離矩陣,將盲信號(hào)分離轉(zhuǎn)化為廣義特征值求解問題,實(shí)現(xiàn)信號(hào)的分離。最后通過仿真驗(yàn)證該算法的有效性。
　　 3.采用自回歸過程(AR)來描述具有時(shí)序結(jié)構(gòu)