文档介绍：盲源分离与雷达信号分选研究摘要近年来,盲信号处理技术获得了飞速发展,从信号盲估计的角度出发,盲信号处理大致可以分为盲源分离和盲反卷积两类。国际上已提出了很多性能优越的盲源分离和盲反卷积算法,特别是针移动通信及图像处理等领域获得了广泛的应用。盲信号处理方法应用于雷达信号的处理也正在进行多方位的研究,并取得了一定的成果。本文利用目前比较成熟的盲源分离算法,研究了盲抽取算法在系统地研究了盲信号处理的方法,在已有的盲源分离方法中,都是利用了源信号统计独立的假设,主要的方法可分为基于高阶累计量的代数方法和基于信息论准则的迭代估计方法。总结了现有的盲抽取的方法。对于快速独立分量分析枇朔抡媸匝椤系统研究了雷达信号的模型,噪声和各种干扰及抗干扰措施,为雷达信号的处理研究提供了理论基础和研究背景;并用惴ǘ酝钡酱锏睦状镄藕旁诟髦只肪诚陆辛嗣し掷敕抡媸研究了盲源分离算法在雷达信号的分选中的应用。利用算法对雷达信号进行分选,又用应用于多路雷达信号的分选,能抗突发脉冲干扰及完成降噪处理,并且易于实现。收敛速度快。研究了现有的基于累积量的盲源分离算法,考虑实际雷达环境下信号的数据量大,要求信号分选实时性,考虑用基于累积量盲抽取的算法完成雷达信号分选,通过仿真试验,验证了其在雷达在本文的结论中,对今后的研究工作方向和目标提出了~些看法。硕士研究生韦忠义,导师杨绿溪东南大学无线电工程系对一维信号蚨嗤ǖ酪晃藕的算法,并在阵列信号处理、语音信号处理、生物医学信号处理、雷达的干扰与抗干扰以及雷达信号分选中的应用。主要工作包括:验。基于负熵最大化的盲抽取算法对实际环境下的雷达信号进行分选,仿真结果表明该方法能够有效地信号分选中的有效性。关键词:盲源分离、雷达信号分选,抗干扰,盲抽取。累积量东南大学硕士学位论文
知识水坝***@pologoogle为您整理
,·.琣,,琽,—:,蒭,.辝,瑃:甊,.,乜.,甌甀,,瑆甋:
知识水坝***@pologoogle为您整理
图形目录图】噪声幅度~频率调制干扰的雷达信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图畉待分选的时闯序列⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图盲信号抽取基本流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图四路源信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图混合后的四路信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图白化后的四路信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图掷牒蟮乃穆沸藕拧图常规雷达脉冲信号图常规雷达信号全脉冲⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图脉冲压缩雷达信号癐⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图脉冲压缩雷达整个波形⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图频率分集雷达信号图频率分集雷达脉冲信号⋯~⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图重频参差雷达脉冲牟ㄐ巍图重频参差雷达脉冲波形⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图噪声调幅雷达信号波形⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图肷髌蹈扇爬状镄藕拧图穆吩葱藕拧图穆坊旌闲藕拧图穆贩掷胄藕拧图穆坊煊凶栽肷脑葱藕拧图穆吩葱藕拧图穆贩掷胄藕拧ā图雷达信号接收模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图甖将白化阵和酉阵的级联作为哪嫦低衬P汀图标准化后的源信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图四路混合信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图四路分离信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯¨.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图四路混合信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯东南大学硕士学位论文
图四路混合信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图四路分离信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图际淙朐葱藕拧圈穆坊旌闲藕拧图槿『蟮男藕拧图没缓蟮乃穆贩掷胄藕拧图基于信息理论的盲源分离模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图四路源信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图西路混合信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图抽取后的分离四路信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图抽取后分离的四路信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图槿『蠓掷氲乃穆沸藕拧东南大学硕士学位论文
表格目录表常用非二次函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表算法性能表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表激活函数’⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯