本文選題：盲分離 + 稀疏成分分析�。� 參考：《廣東工業(yè)大學(xué)》2017年博士論文

【摘要】：作為信號處理的熱點研究課題,盲分離技術(shù)在無線通信、語音分離、圖像處理,腦電信號處理領(lǐng)域具有廣泛的應(yīng)用前景。近二十年來,盲分離技術(shù)取得了長足的進步。當(dāng)前,本文著重于探討以下的盲分離技術(shù)研究熱點:1)欠定線性混疊模型下的混疊矩陣估計問題;2)卷積混疊模型下的信號源個數(shù)估計及源信號分離問題;3)盲信號分離方法的應(yīng)用問題,如在網(wǎng)絡(luò)安全中的應(yīng)用。本文主要研究工作如下:首先,通過稀疏成分分析探討欠定線性混疊情形下的盲分離問題,給出一種基于加權(quán)策略下的超直線聚類算法。針對源信號所體現(xiàn)出來的非嚴格稀疏特性,提出通過加權(quán)策略實現(xiàn)對觀測信號的差異性聚類。通過引入高斯隸屬函數(shù)作為加權(quán)因子,在差異性聚類過程中,對具有高稀疏度的樣本數(shù)據(jù)以低權(quán)重值,同時對低稀疏度的樣本數(shù)據(jù)則賦予高權(quán)值。該差異性聚類策略目的是突出樣本數(shù)據(jù)的聚類中心,抑制遠遠偏離中心的離群點干擾,從而增強超直線聚類算法的穩(wěn)定性。通過所提出的加權(quán)超直線聚類策略,可以同時實現(xiàn)信號源的個數(shù)估計以及混疊矩陣估計。其次,分析卷積混疊模型中的信號源個數(shù)估計問題,給出一種基于提取特征數(shù)據(jù)的時頻域密度檢測聚類算法。本章所提算法基于下列觀察:在任意連續(xù)時頻點內(nèi),源信號中的某個活躍源信號在該區(qū)域內(nèi)功率譜占優(yōu),而其他源成分的功率譜次之�；谶@個假定,第一步,通過觀測信號數(shù)據(jù)的二階統(tǒng)計信息進行特征提取。第二步,通過提取出來的特征數(shù)據(jù)進行密度檢測聚類,確定出聚類中心的個數(shù)。第三步,通過逐頻點進行密度聚類估計,統(tǒng)計出現(xiàn)頻次最高值作為估計的信號源個數(shù)。相比現(xiàn)有的聚類算法,所提策略能夠有效增強聚類算法的抗干擾能力,能夠適用于較大規(guī)模欠定卷積模型下的源信號個數(shù)估計。再次,分析卷積混疊模型中的盲分離中的源信號分離問題,給出一種基于分塊張量分解框架下的時頻域盲分離算法。通過組合成對時頻點觀測信號成分,構(gòu)建出新的線性混疊模型,同時對新的混疊矩陣進行結(jié)構(gòu)化設(shè)計。經(jīng)過嚴格理論證明,基于新構(gòu)建模型的卷積盲分離可以完全解決排序不確定性問題。進一步地,提出基于結(jié)構(gòu)化分塊張量分解算法,實現(xiàn)超定情形下的卷積盲分離。然后,將盲分離技術(shù)應(yīng)用到無線通信網(wǎng)絡(luò)安全領(lǐng)域,給出一種基于半盲估計算法的差異性信道估計策略。差異性信道估計策略是保證合法用戶服務(wù)質(zhì)量,防止非法用戶竊聽的重要物理層安全手段。本文通過設(shè)計具有隨機特性的前向訓(xùn)練序列并且設(shè)計具有人工噪聲干擾的逆向訓(xùn)練序列,達到保證合法接收機端的接收質(zhì)量,同時弱化非法接收機端的竊聽能力�；趩挝痪秸`差指標,系統(tǒng)分析合法接收機端以及非法接收機端的信道估計差異,給出訓(xùn)練序列與人工噪聲序列最優(yōu)功率分配方案。相比現(xiàn)有的差異性信道估計策略,所提出的半盲技術(shù)的雙向訓(xùn)練策略具有更好的差異性信道估計性能,同時能夠穩(wěn)健對抗導(dǎo)頻污染這類主動性攻擊。最后,將盲分離技術(shù)應(yīng)用于智能電力網(wǎng)絡(luò)安全領(lǐng)域,給出一種基于盲分離方法下的具有低稀疏度的隱蔽性數(shù)據(jù)攻擊策略。在理論上證明可以放寬隱蔽性數(shù)據(jù)攻擊的實施條件,即:攻擊者只需掌握部分的電網(wǎng)系統(tǒng)量測矩陣信息以及控制少數(shù)智能電表即可實施隱蔽性數(shù)據(jù)攻擊。為獲取局部電網(wǎng)系統(tǒng)量測矩陣信息,設(shè)計出一種基于電表數(shù)據(jù)的兩步驟攻擊策略,其中包括估計系統(tǒng)量測矩陣以及重構(gòu)稀疏攻擊向量。所設(shè)計的隱蔽性數(shù)據(jù)攻擊策略揭示出電表數(shù)據(jù)泄露對智能電網(wǎng)安全的潛在威脅。
[Abstract]:In this paper , the problem of blind separation in the field of wireless communication , speech separation , image processing and EEG signal processing has been widely used in the fields of wireless communication , speech separation , image processing and EEG signal processing . The blind separation technology is applied to the field of wireless communication network security , and a differential channel estimation strategy based on semi - blind estimation algorithm is presented .
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：TN911.7;TP393.08

【參考文獻】

相關(guān)期刊論文 前10條

1 王海榮;王玉輝;黃永明;楊綠溪;;大規(guī)模MIMO多小區(qū)TDD系統(tǒng)中的導(dǎo)頻污染減輕方法[J];信號處理;2013年02期

2 蔡坤;;抑制Winger分布交叉項的胎心電半盲分離方法[J];儀器儀表學(xué)報;2012年04期

3 龍航;袁廣翔;王靜;劉元安;;物理層安全技術(shù)研究現(xiàn)狀與展望[J];電信科學(xué);2011年09期

4 于蕾;楊莘元;;基于子空間法的盲信道和半盲信道估計方法[J];北京郵電大學(xué)學(xué)報;2008年03期

5 謝勝利;何昭水;傅予力;;基于稀疏元分析的欠定混疊自適應(yīng)盲分離方法[J];中國科學(xué)(E輯:信息科學(xué));2007年08期

6 李元杰;楊綠溪;何振亞;;基于訓(xùn)練序列的MIMO信道估計[J];通信學(xué)報;2006年05期

7 王君,朱世華,王磊;多輸入多輸出系統(tǒng)信道容量研究[J];電子與信息學(xué)報;2005年04期

8 張安清,邱天爽,章新華;卷積混合信號頻域盲分離技術(shù)研究[J];大連理工大學(xué)學(xué)報;2004年05期

9 謝勝利,章晉龍;基于QR分解的最大負熵盲分離算法[J];通信學(xué)報;2004年04期

10 劉琚,何振亞;盲源分離和盲反卷積[J];電子學(xué)報;2002年04期

相關(guān)博士學(xué)位論文 前3條

1 李陽;張量理論及其在陣列處理中的應(yīng)用研究[D];復(fù)旦大學(xué);2014年

2 龍錦益;腦信號分析的算法研究與多模態(tài)腦機接口[D];華南理工大學(xué);2012年

3 劉建強;非平穩(wěn)環(huán)境中的盲源分離算法研究[D];西安電子科技大學(xué);2009年

，

本文編號：1944847