文档介绍：声 明
本人郑重声明:所呈交的学位论文,是本人在指导教师的指导下, 独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。
论文作者签名:垄缢日期: 鼬I s。6。9‘
关于学位论文使用权的说明
本人完全了解太原理工大学有关保管、使用学位论文的规定,其中包括:①学校有权保管、并向有关部门送交学位论文的原件与复印件;②学校可以采用影印、缩印或其它复制手段复制并保存学位论文;
⑧学校可允许学位论文被查阅或借阅;④学校可以学术交流为目的, 复制赠送和交换学位论文;⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。
签名:孝塑芳 日期: 圣竺:臣呈
导师签名:查堕堕 啉j砷l刍。
万方数据
太原理工大学硕士研究生学位论文
线性混合欠定盲分离算法研究
||IIII I I IIII IIIIII II IIl
摘要 Y2797954
盲源分离是指在源信号、混合方式等先验知识未知的情况下,仅根据若干观测信号分离或提取出源信号的技术。它是20世纪80年代中后期迅速发展起来的一个研究课题,作为人工神经网络、统计学相结合的产物,是现代信号处理领域中的一个重要研究热点。盲源分离问题已经得到众多领域广泛的研究,尤其是在图像处理和识别、无线通信信号处理、生物信息学、地球科学等领域广泛应用,具有非常重要的研究价值。
本文重点研究线性瞬时混合方式的欠定盲源分离问题。本文的主要研究工作包括:
(1)从盲分离意义和现状出发,探讨了欠定盲源分离估计混叠矩阵和恢复源信号的两步法策略,总结了源信号的四大特性(高阶统计量特性(higher-order statistics,HOS),二阶统计特性(second-order statistics,SOS),非平稳性(),稀疏性(sparsity)。然后分析研究了时域和时频域盲分离算法。
(2)针对欠定盲源分离混合矩阵问题,本文提出了一种基于二阶统计量平行因子分解,加权增强最d,---乘法的欠定混合盲辨识方法。. 该算法不需要源信号满足稀疏性要求,仅在源信号满足相互独立和最多一个高斯信号的条件下,将独立源信号的空间协方差矩阵构建三阶
万方数据
太原理工大学硕士研究生学位论文
张量,采用加权增强最小二乘法实现张量的标准分解,完成混合矩阵的估计。由于平行因子分解的唯一性在欠定条件下依然成立,该算法可以解决欠定盲源分离问题。仿真实验结果表明:本文提出的算法在计算欠定混合时具有很好的辨识效果,而且实现简单,可满足实际应用的要求。
关键词:欠定盲源分离;混叠矩阵估计;平行因子分解;增强线搜索; 最d,-乘法.
Ⅱ
万方数据
太原理工大学硕士研究生学位论文
AN ALGORITHM I之ESEARCH oN UNDERDETEI洲仆厄D BLIND SOURCE SEPA R ATIONⅥTH LINEAR MIXTURE
AB STRACT
Blind source separation(BSS)aims to estimate the source from the observed mixtures without any prior develops rapidly since the 1 bination of work and statistics,it became a central issue in the signal processing play a major role in a wide range of important applications,including image understanding, munications,and bioinformatics.
The thesis mainly focuses on the separation of instantaneous mixtures in underdetermined conditions when the number inal sources is more than the number of receiving main research work includes:
(1)Introduced the significance and current status of BSS. Summarize four characteristics of the original