發(fā)布時間：2017-10-15 15:36

  本文關鍵詞：深度分辨波數(shù)掃描干涉盲信號源數(shù)估計的研究和應用

  更多相關文章： 深度分辨波數(shù)掃描干涉 盲源分離 信號個數(shù)估計 信號噪聲等量估計 主成分析

【摘要】：材料內(nèi)部的位移或者應變場測量是目前國際上的一個研究熱點,它在許多領域具有非常大的應用前景,包括醫(yī)療,機械故障等。多波長技術已經(jīng)作為光學輪廓測量技術的深度測量工具已久。其中波長掃描干涉技術是多波長技術的一個分支,是傳統(tǒng)的相移技術的延伸。它利用記錄二維圖像序列來測量樣本內(nèi)部的3維輪廓。目前深度分辨波數(shù)掃描技術已經(jīng)成為一種前景深遠的成像技術。這些技術中被測對象的內(nèi)部表面輪廓都是用各種信號來表示的,因此實際上可以看作是盲源分離問題。和大多數(shù)盲源分離研究一樣,目前深度分辨波長掃描干涉測量都是假設信號個數(shù)是已知的。然而在實際應用中,信號個數(shù)往往是未知的。本文首先介紹深度分辨波長掃描干涉的研究背景和意義,并將其納入到盲源分離問題當中。接著介紹目前國內(nèi)外盲源分離問題中信號個數(shù)估計的研究現(xiàn)狀。接下來簡要介紹一下本文所涉及的一些基本的盲源分離問題的概念,包括盲源分離的模型,還有主成分析法。然后對本文算法涉及的深度分辨波長掃描干涉系統(tǒng)進行簡單介紹.接下來就是本文討論的重點,信號噪聲等量估計算法。本文針對前面討論的成像系統(tǒng)抽象出盲源分離的模型,并根據(jù)該模型為余弦信號線性疊加的特點提出信號噪聲等量估計的算法。該算法的基本思想可以追朔到主成分析。噪聲等量估計通過對預估信號個數(shù)和噪聲的預估主要成分進行對比,求出對比變化趨勢的極值來獲得估計個數(shù)。本文通過詳細的數(shù)學推導證明了算法的可行性,并通過簡單的仿真示意圖來說明算法的執(zhí)行過程。另外,為了更好地驗證算法的效果,本文分別進行仿真實驗和對前面介紹的波長掃描干涉成像系統(tǒng)數(shù)據(jù)進行處理。在仿真試驗中,我們討論了不同信號個數(shù)和不同采樣點數(shù)在不同信噪比情況下的性能。而對于真實實驗數(shù)據(jù),算法在有噪聲的情況下基本能實現(xiàn)較好的信號估計結果。同時再根據(jù)實驗的先驗信息,也就是信號個數(shù)是離散的特點,可以讓算法效果能進一步提高。目前信號噪聲等量估計算法只是引入二階統(tǒng)計量,而高階統(tǒng)計信息并沒有考慮到。另外,針對深度分辨波長掃描干涉系統(tǒng),算法要求對信號的能量分布有一定的先驗信息。本文的研究工作將波長掃描干涉技術和盲源分離研究聯(lián)系起來,對于兩者的發(fā)展具有一定的理論意義和應用價值。
【關鍵詞】：深度分辨波數(shù)掃描干涉 盲源分離 信號個數(shù)估計 信號噪聲等量估計 主成分析
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN911.23
【目錄】：

• 摘要4-6
• ABSTRACT6-12
• 第一章 緒論12-17
• 1.1 研究背景和意義12-14
• 1.1.1 深度分辨測量12-14
• 1.1.2 盲源分離14
• 1.2 盲源分離信號個數(shù)估計研究現(xiàn)狀14-15
• 1.3 本論文主要內(nèi)容及結構概要15-17
• 第二章 盲源分離相關理論和主成分析17-25
• 2.1 盲源分離數(shù)學理論模型17-19
• 2.1.1 線性瞬時混合模型17
• 2.1.2 線性卷積混合模型17-18
• 2.1.3 非線性混合模型18
• 2.1.4 超定盲源分離、適定盲源分離及欠定盲源分離18
• 2.1.5 分離結果的不確定性18-19
• 2.2 主成分析(PCA)19-25
• 2.2.1 基本思想19-20
• 2.2.2 最大方差理論20-21
• 2.2.3 主元個數(shù)的選擇21-22
• 2.2.4 主成分析(PCA)的矩陣對象22-23
• 2.2.5 主成分析(PCA)的優(yōu)點23
• 2.2.6 主成分析(PCA)的缺點23-24
• 2.2.7 主成分析(PCA)算法步驟24-25
• 第三章 信號噪聲等量估計25-40
• 3.1 信號模型25
• 3.2 虛擬多通道25-26
• 3.3 虛擬多通道的協(xié)方差矩陣及其特征值26-32
• 3.4 信號噪聲等量估計原理32-35
• 3.5 判定標準35-40
• 第四章 實驗及其結果分析40-60
• 4.1 仿真及其結果分析40-46
• 4.2 深度分辨的波數(shù)掃描干涉成像系統(tǒng)實驗及其結果分析46-60
• 4.2.1 系統(tǒng)介紹46-47
• 4.2.2 系統(tǒng)的數(shù)學原理47-49
• 4.2.3 系統(tǒng)的工作原理49-50
• 4.2.4 系統(tǒng)實驗50-52
• 4.2.5 4表面實驗及其處理結果52-53
• 4.2.6 6表面實驗及其處理結果53-54
• 4.2.7 結果分析54-60
• 總結和展望60-61
• 參考文獻61-65
• 攻讀學位期間發(fā)表的論文65-67
• 致謝67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李廣彪,張劍云,毛云祥;盲源分離的發(fā)展及研究現(xiàn)狀[J];航天電子對抗;2004年06期

2 王昆;;盲源分離問題的分析研究[J];科技信息;2008年29期

3 柯維;張永祥;呂博;;基于微分進化算法的盲源分離[J];海軍工程大學學報;2012年05期

4 林秋華,殷福亮;盲源分離自適應算法的統(tǒng)一形式[J];大連理工大學學報;2002年04期

5 劉海林;謝勝利;章晉龍;;微延遲病態(tài)卷積混疊盲源分離的可分性研究[J];計算機科學;2003年07期

6 吳微東,莊哲民;基于盲源分離的一種快速獨立分量分析算法[J];汕頭大學學報(自然科學版);2004年02期

7 郭松;孫云蓮;;基于獨立分量分析盲源分離快速算法[J];電子測量技術;2004年02期

8 丁鐸,賈永強,王映民;一種基于峰度的盲源分離算法研究[J];現(xiàn)代電子技術;2005年14期

9 肖俊,何為偉;源信號數(shù)目大于觀察信號數(shù)目情況下的盲源分離[J];現(xiàn)代電子技術;2005年11期

10 李廣彪,張劍云,毛云祥;盲源分離中的非高斯性極大準則[J];艦船電子對抗;2005年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 李舜酩;;轉子振動信號的盲源分離研究[A];第三屆全國虛擬儀器大會論文集[C];2008年

2 許林周;章新華;范文濤;;一種盲源分離后續(xù)去冗余方法[A];2009年全國水聲學學術交流暨水聲學分會換屆改選會議論文集[C];2009年

3 韓少博;林京;吳文燾;;頻域盲源分離中的一種穩(wěn)健解排列模糊方法[A];中國聲學學會2009年青年學術會議[CYCA’09]論文集[C];2009年

4 章林柯;何琳;江涌;;基于盲源分離的潛艇源識別信號去除干擾研究[A];第十一屆船舶水下噪聲學術討論會論文集[C];2007年

5 康春玉;章新華;李軍;;盲源分離與自適應濾波器結合抑制強干擾研究[A];2012'中國西部聲學學術交流會論文集(Ⅱ)[C];2012年

6 周祥;樊濤;;基于盲源分離的儲油罐底腐蝕混疊信號的識別與分離[A];第八屆沈陽科學學術年會論文集[C];2011年

7 王穎翠;;一種基于自然梯度的卷積混合頻域盲源分離算法[A];現(xiàn)代通信理論與信號處理進展——2003年通信理論與信號處理年會論文集[C];2003年

8 許策;章新華;高成志;;源數(shù)目估計對盲源分離算法影響分析[A];2007年全國水聲學學術會議論文集[C];2007年

9 成謝鋒;張仲;孫夏;;一種單路混合信號的盲源分離新方法[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 胡增輝;朱炬波;;基于盲源分離的波達角估計[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 張良俊;欠定盲源分離算法及其應用研究[D];武漢理工大學;2015年

2 吳微;含噪盲源分離算法研究及其在水聲信號中的應用[D];解放軍信息工程大學;2014年

3 駱忠強;無線通信盲源分離關鍵技術研究[D];電子科技大學;2016年

4 徐先峰;利用參量結構解盲源分離算法研究[D];西安電子科技大學;2010年

5 王爾馥;盲源分離理論及其在通信系統(tǒng)中的應用[D];哈爾濱工業(yè)大學;2009年

6 李昌利;盲源分離的若干算法及應用研究[D];西安電子科技大學;2010年

7 高建彬;盲源分離算法及相關理論研究[D];電子科技大學;2012年

8 郭靖;盲源分離的時頻域算法研究[D];重慶大學;2012年

9 張念;盲源分離理論及其在重磁數(shù)據(jù)處理中的應用研究[D];中國地質(zhì)大學;2013年

10 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;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 彭帆;多輸入多輸出系統(tǒng)盲源分離頻域新方法的研究[D];汕頭大學;2002年

2 程舒慧;動態(tài)盲源分離及其在生物醫(yī)學信號處理中的應用研究[D];安徽大學;2011年

3 張政;基于獨立分量分析的盲源分離算法優(yōu)化研究[D];南京信息工程大學;2015年

4 高鵬;基于單通道盲源分離理論的故障特征提取技術[D];長安大學;2015年

5 姚鑫;基于EEMD的單通道盲源分離研究與應用[D];大連交通大學;2015年

6 張穎;低角雷達盲信號分離方法研究[D];河南師范大學;2015年

7 吳康銳;基于空間幾何信息約束的欠定卷積盲源分離[D];南昌大學;2015年

8 李莽;盲源分離在信號探測中的應用[D];電子科技大學;2014年

9 宋繼飛;噪聲條件下欠定盲源分離算法研究[D];大連理工大學;2015年

10 甘一凡;基于盲源分離的車輛檢測與分類技術研究[D];電子科技大學;2015年

，

本文編號：1037938