文档介绍：摘要独立分量分析技术以非高斯源信号为研究对象,在统计独立的假设下,对多路观测到的混合信号进行盲信号分离,已广泛应用于无线通讯、生物信号提取、语音信号处理、图像处理和噪声抑制等领域。本论文首先介绍了独立分量分析的基本原理。以此为基础,在盲信号分离的瞬时线性混合模型和卷积混合模型下,对独立分量分析算法进行了研究,主要工作如下:谒彩毕咝曰旌夏P拖拢晗柑致哿烁慕鳫—惴āT贖和—算法的基础上,通过推导,并应用自然梯度,导出了改进的狫算法,且讨论了它们的等变化性。岷仙鲜瞿P停芯苛丝焖俟潭ǖ闼惴āO确治隽艘淮畏掷氤鲆桓鲈葱藕的单源定点算法,然后导出了分离多个源信号的算法。诰砘旌夏P拖拢邮庇蚝推涤蚨跃砘旌闲藕臝算法进行了研究。在时域,运用同时正交化多延时相关矩阵建立对比函数,用妒钚』对比函数得分离算法。在频域,研究了卷积混合信号的频域盲分离算法,重点分析了算法中存在的分离信号排序不确定性和幅度的不确定性问题。岷仙鲜鼍砘旌闲藕诺钠涤蚍掷胨惴ǎ芯苛艘桓龈慕ピ此惴ǎǜ数快速固定点算法应用到频域加速收敛,为了防止算法收敛于同一信号,利用一种抽气技术,这样可一次分离出一个信号,实现卷积混合信号分离。以上算法的有效性均以计算机仿真实验给予验证。关键词:盲信号分离,独立分量分析,对比函数
知识水坝***@pologoogle为您整理
.,,,.瓸狫甌甌猵.—,..
知识水坝***@pologoogle为您整理
:,,
灏拈篾荚独创性声明关于论文使用授权的说明日期:工。年毕月。本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签名:日期:年争月闳本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笥ψ袷卮斯娑导师签名:
第一章绪论独立分量分析研究的目的和意义独立分量分析,是近十多年发展起来的一种非常有效的盲信号分离技术。通过国内外研究人员努力,无论是独立分量分析技术,还是基于独立分量分析的盲信号分离技术目前均已有大量的研究成果和较成熟的理论。事实上,诸如雷达、声呐、通信、电予对抗、生物医学和地球物理等众多自然科学研究领域都需要进行盲信号分离,以实现对待分析的期望信号进一步独立处理,获取期望信息与特征。原理上,独立分量分析就是利用多路观测信号,从多个源信号的混合信号中分离出相互统计独立源信号的方法。正因为如此,独立分量分析在军事和民用领域均备受关注。基于独立分量分析技术发展起来的被动雷达,毋需发射信号就可探测到目标,克服了传统的主动雷达为了探测目标必须发射电波信号,很容易暴露自己而遭到攻击的弱点,因而被动雷达研究受到各国广泛重视。电子对抗领域中,为了获取敌方电台或雷达发射信息,可以从传感器网络采集的信号中利用独立分量分析技术先对信号进行分离,然后利用信号分析与处理技术获取待侦察信号的期望信息。因此,独立分量分析目前在电子对抗领域中也受到广泛关注。声呐信号处理中,人们已采用对独立分量分析技术从众多信号中提取期望信号。在生物医学领域,应用独立分量分析可对脑电信号分析,提取脑电信号特征,确定人或动物的大脑活动情况和病理状况,同时,还利用独立分量分析分离/↗牡缧藕诺取T谟镆粜藕糯碇校著名的“鸡尾酒会”问题,可以利用独立分量分析从传声器接收的人的混合声音信号中,分离出每一人的声音。可见,独立分量分析正越来越吸引众多研究人员开展理论和应用研究,因此本文针对独立分量分析开展的研究工作具有一定的理论和实际参考价值。
独立分量分析的研究历史与现状神在线迭代学习算法一惴ā8盟惴ㄓ眯畔⒆畲蠡荚蚪⒍员群较早进行盲分离方法研究的是蚃”,他们用递归网络结构,在年提出了一种神经网络算法,通常称为狫算法。该算法成功地实现了两个语音信号的分离,其学习算法己具备后来谙咚惴ǖ某危F袅艘桓鲂的领域。年开创性地建立了独立分量分析的理论框架。他阐述了独立分量分析的定义,界定独立分量分析技术的基本假设条件,提出了对比函数母拍睿辛硕懒⒎至糠治黾际踉诨指丛葱藕攀钡目杀媸缎匝芯浚且指出必须借助高阶统计量的计算,才可能实现独立分量的盲分离。此外,还利用互信息对高阶统计量进行近似展开,使用最小互信息准则实现了信号的独立分量分析。他们的工作推动了独立分量分析的研究,使得在短短几年内涌现了大量的有效算法。和们