文档介绍：⋯摘要现代通信环境越来越复杂,尤其在通信侦察领域所接收到的信号中往往夹杂着各类干扰信号。由于源信号和传输信道的先验信息无法得知,传统的信号处理技术显现出明显的不足,盲源分离技术很好地解决了这一难题,为通信信号盲分离带来了全新的思路和方法。本文在探讨了盲源分离理论知识的基础上,详细分析了两种传统意义下的自适应盲源分离算法:惴ê妥匀惶荻人惴ǎ运堑脑斫辛送频迹通过仿真得出惴ń献匀惶荻人惴ㄊ樟菜俣瓤欤怂懔啃。硇矢摺针对传统意义下的盲分离技术无法很好的解决实际通信侦察中获取敌方信号的问题,本文从欠定盲源分离入手重点讨论了单通道下的盲源分离技术,并在此基础上改进了一种基于最大后验估计的单通道盲源分离算法,该算法通过论将源信号构造成一系列的基函数,然后在信号分离阶段通过最大后验估计理论将这些基函数作为先验信息,从而估计出源信号。仿真验证了该算法分离单通道数字基带信号的有效性。关键词:盲源分离自然梯度ネǖ雷畲蠛笱楣兰
甋..:瓸’.:瓵瑃,.
第一章绪论盲源分离问题的提出和意义在现代复杂的通信环境下,人们被多种信号包围,需要从众多的干扰信号中提取对自己有用的信号。但是接收到的信号往往是一组未知随机信号经过混合系统得到的观测信号,这里的未知是对源信号和传输信道的先验信息的不可知,因而在这种情况下传统的方法难以准确的恢复出期望的信号。在这样的背景下,盲源分离问题被提出,它与传统的信号分离方法完全不同,它是在源信号与传输信道几乎没有可利用的先验知识的前提下,仅仅从观测到的混合信号中提取或恢复出源信号的一种信号处理的方法。盲源分离问题最早起源于人们对“鸡尾酒会问题”【康难芯浚褪谴佣喔龌巴接收到的混合语音信号中分离出某个人或多个人的说话声音,在嘈杂的鸡尾酒会场,入耳能够准确的提取所关心的声音。因此,盲源分离的起源本质上是人们对嘈杂环境下语音辨识问题的研究,后来随着神经网络的兴起而迅速发展,目前已经成为信息处理领域的研究热点。盲源分离牵涉到诸如信息理论、神经网络、统计信号处理和优化理论等领域。盲源分离的主要任务就是对于一个未知系统,在其输入系统未知或者仅有少量先验知识的前提下,仅由观测到的混合信号来恢复或者提取出源信号的过程。盲源分离的“盲”指的是源信号和混合系统是未知的,或者说是没有关于源信号和混合系统的先验知识。不过在实际研究中,对源信号和混合系统是有少量先验知识的,比如通常假设源信号互相统计独立和混合矩阵列满秩。盲源分离问题按照不同的标准,可划分为不同的类型:⑾咝曰旌夏P秃头窍咝曰旌夏P停焊莼旌舷低车奶氐悖壳岸韵咝曰旌模型问题进行了广泛的研究,而对于非线性盲分离模型由于存在很多的不确定性,并且没有一种可普遍适用的非线性模型,因而它还需要有待进一步的研究。⑶范ā⒄ê统ㄈ帜P停焊菰葱藕偶敖邮仗煜叩氖炕郑范ㄊ指天线数目小于源信号数目,正定是指天线数目等于源信号数目,超定是指天线数目大于源信号数目。目前的大多数算法研究了超定盲源分离和正定盲源分离,研究欠定盲源分离的算法相对较少。⑺彩被旌夏P秃途砘旌夏P停焊莼旌瞎淌欠裼惺毖樱饫锏木砘型虽然比瞬时模型求解复杂的多,但是它具有更大的实际应用价值。
盲源分离的发展现状造性的工作在信号处理领域揭开了新的一页——盲源分离问题的研究。此后盲源国举行的会议上发表的一份研究报告,提出了递归神经网络模型和基于学****律的学****算法,实现了第一个盲源分离算法。它首创性的将人工神经网络算法用于盲源分离中,虽然他们的算法并没有明确指出利用观测信号的高阶统计信息,但是其迭代计算公式已具备后来算法的雏形。这一创分离问题引起了越来越多的专家学者的关注,而且提出了大量有关盲源分离的算年】等人证明了盲源分离中的分离矩阵并不是唯一的,指出盲源分离问题存在着固有的幅度不确定性和排列顺序不确定性。同年,亢吭赟杂志上发表了两篇经典文章,其中提出了盲源分离的问题模型和自适应算法构造,虽然理论不够完善,但是对盲源分离的发展具有很年,瓹紫却丛煨缘亟⒘硕懒⒎至糠治。的理论框架,从理论上对盲源分离做了比较严密的讨论,并把这一概念应用到盲源分离问题中。同时,作者指出应该通过使对比函数达到极值来实现线性混合的盲源分离。年,蚐】在信息极大化算法中将盲分离归入到信息论框架中,利用信息最大化准则建立代价函数,用最优权迭代法进行学****更新,提出了信息极大化算法。它的提出在于盲源分离的发展史上具有里程碑意义。年,。卜等人根据信息几何理论,提出了自然梯度算法。作者从黎曼空间几何的角度阐明了这类算法的有效原理,用自然梯度代替随机梯度并且比随机梯度算法具有更好的收敛性。后来,皿】等人对信息论中各种代价函数函数进行研究,证明了最大熵准则、最大似然准则和最小互信息准则是等价的。随着适定盲源分离逐渐显现出的不足,虲以康热搜芯苛顺ㄒ约欠定情况下的盲源分离问题,推出了相应的自然梯度算法。角