本文選題：欠定盲源分離　切入點(diǎn)：稀疏分量分析　出處：《哈爾濱工程大學(xué)》2014年博士論文

【摘要】：在電磁環(huán)境及電磁干擾測(cè)試過程中,由于源信號(hào)數(shù)目未知且常因測(cè)試資源有限導(dǎo)致接收信號(hào)數(shù)目較少,使得接收信號(hào)數(shù)小于源信號(hào)數(shù)的情況時(shí)常出現(xiàn)。若直接從混合信號(hào)中提取通信信號(hào)參數(shù)或?qū)Ω蓴_源定位、故障排查,難度很大。通常情況下,應(yīng)該先將混合信號(hào)分離,目前盲源分離可以在僅有觀測(cè)信號(hào)的情況下基于一些假設(shè)條件分離混合信號(hào),但是這些算法大多適用于超定或正定情況,對(duì)混合信號(hào)數(shù)目小于源信號(hào)數(shù)目的欠定情況分離效果不佳。因此,本文就更符合實(shí)際情況的欠定盲源分離展開研究,以電磁環(huán)境下的典型通信信號(hào)和電磁干擾中常見的諧波干擾為研究對(duì)象,基于信號(hào)的稀疏性假設(shè)條件,將欠定問題轉(zhuǎn)換為正定或超定問題,實(shí)現(xiàn)信號(hào)的分離。具體工作概括如下:針對(duì)本文的應(yīng)用對(duì)象——電磁領(lǐng)域中的典型信號(hào),分析幾種典型的通信信號(hào)和電磁干擾測(cè)試信號(hào)的稀疏特性,其中,典型通信信號(hào)包括調(diào)頻信號(hào)、調(diào)幅信號(hào)、跳頻信號(hào)、超寬帶信號(hào),電磁干擾測(cè)試信號(hào)則考慮由晶振等造成的諧波干擾信號(hào)。在分析典型電磁信號(hào)之前,首先介紹了信號(hào)稀疏性的相關(guān)理論知識(shí),并給出了幾種時(shí)頻分析算法,令信號(hào)在其稀疏性最充分的域中進(jìn)行分離。經(jīng)過對(duì)電磁典型信號(hào)的時(shí)頻分析,將這些信號(hào)分為兩類,一類是在單獨(dú)域中稀疏的信號(hào),包括時(shí)域稀疏和頻域稀疏,另一類是在聯(lián)合域中稀疏的信號(hào),即時(shí)頻域稀疏。針對(duì)這兩類信號(hào)展開深入研究。針對(duì)單獨(dú)域稀疏的信號(hào),提出一種基于Hough加窗法和修正子空間法的欠定盲源分離算法。首先,采用鄰域比值法提取單源主導(dǎo)區(qū)間,提高信號(hào)的稀疏性。然后,采用Hough加窗法估計(jì)源信號(hào)數(shù)目和混合矩陣。該方法將直線聚類問題轉(zhuǎn)換為峰值點(diǎn)搜索,通過加窗處理提高了算法的準(zhǔn)確性,避免了已有算法在搜索聚類峰值點(diǎn)時(shí)容易陷入局部最大,導(dǎo)致搜索結(jié)果誤差較大或錯(cuò)誤,且易受因噪聲或信號(hào)稀疏性不理想帶來的異常值的影響。另外,許多聚類算法要求已知聚類數(shù)目,本算法則不需要該先驗(yàn)信息,放寬了算法適用條件。在估計(jì)出混合矩陣的條件下,先從理論上詳細(xì)分析了子空間投影法分離混合信號(hào)時(shí)存在的不足,指出該算法在主導(dǎo)源信號(hào)數(shù)目少于設(shè)定值時(shí)會(huì)引入額外噪聲,并在此基礎(chǔ)上提出一種修正子空間法,不僅可以估計(jì)出任意時(shí)刻主導(dǎo)源信號(hào)的數(shù)目,減小額外噪聲的影響,還可以分離任意時(shí)刻主導(dǎo)源信號(hào)數(shù)等于混合信號(hào)數(shù)的情況。仿真結(jié)果驗(yàn)證了算法的有效性。針對(duì)聯(lián)合域稀疏的信號(hào),提出一種基于特征分解聚類和加權(quán)最小l1范數(shù)法的欠定盲源分離算法。首先,計(jì)算混合信號(hào)的四階累積量,利用四階累積量對(duì)高斯噪聲不敏感的特性,估計(jì)不同搜索域內(nèi)主導(dǎo)源信號(hào)的數(shù)目,為混合信號(hào)的分離奠定基礎(chǔ),并將特征值數(shù)目為一的采樣點(diǎn)提取出來作為單源主導(dǎo)區(qū)間;然后,計(jì)算單源主導(dǎo)區(qū)間內(nèi)采樣點(diǎn)的自相關(guān)函數(shù)并進(jìn)行特征分解,對(duì)所有時(shí)頻點(diǎn)得到的最大特征值對(duì)應(yīng)的特征向量進(jìn)行聚類,聚類結(jié)果就是混合矩陣的估計(jì)。該方法不直接對(duì)觀測(cè)信號(hào)進(jìn)行聚類,提高了算法的準(zhǔn)確性;最后,結(jié)合四階累積量得到的主導(dǎo)源信號(hào)數(shù)目,通過尋找與最小l1范數(shù)解最接近的若干次優(yōu)解,將得到的次優(yōu)解和最小l1范數(shù)解加權(quán)疊加后代替最小l1范數(shù)解,降低了算法對(duì)源信號(hào)的稀疏性要求。仿真結(jié)果驗(yàn)證了算法的有效性。以諧波電磁干擾信號(hào)為研究對(duì)象,考慮因測(cè)試頻帶寬、耗時(shí)長、資源有限導(dǎo)致測(cè)試結(jié)果偏少的特點(diǎn),針對(duì)兩個(gè)混合信號(hào)的情況進(jìn)行研究,提出一種無約束梯度下降法。首先對(duì)電磁干擾信號(hào)進(jìn)行預(yù)處理,去除幅度影響,增強(qiáng)信號(hào)的稀疏性,采用Hough加窗法對(duì)混合矩陣估計(jì);然后,將帶約束的分離問題轉(zhuǎn)換為無約束的優(yōu)化問題,并給出初始值、迭代步長及終止條件的選取,在初始值選取中提出內(nèi)點(diǎn)法和夾角差排序法,修正了最小夾角法對(duì)混合矩陣列向量的選取標(biāo)準(zhǔn),實(shí)驗(yàn)結(jié)果表明無約束分離算法的分離精度等同于最短路徑法、最小l1范數(shù)法,但效率提高了很多。仿真數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)均表明了算法的有效性和可行性。另外,由于現(xiàn)有的很多電磁干擾測(cè)試數(shù)據(jù)是以圖片形式存儲(chǔ),不便于數(shù)據(jù)的處理,故提出一種“像素—坐標(biāo)”策略的圖片曲線信息數(shù)據(jù)化的方法,進(jìn)一步擴(kuò)大算法的適用范圍。
[Abstract]:In the process of electromagnetic environment and electromagnetic interference test , since the number of source signals is unknown and the number of received signals is less due to the limited number of source signals , it is difficult to separate the signals . In this paper , we can estimate the number of dominant source signals in different search fields by using four - order cumulant to estimate the number of dominant source signals in different search fields . The results show that the method does not directly cluster observation signals and improve the accuracy of the algorithm . The results show that the method does not directly cluster observation signals and improve the accuracy of the algorithm .

【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 程水英;盲源分離理論的思維方式[J];發(fā)明與創(chuàng)新;2004年12期

2 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(duì)抗;2004年06期

3 王昆;;盲源分離問題的分析研究[J];科技信息;2008年29期

4 柯維;張永祥;呂博;;基于微分進(jìn)化算法的盲源分離[J];海軍工程大學(xué)學(xué)報(bào);2012年05期

5 林秋華,殷福亮;盲源分離自適應(yīng)算法的統(tǒng)一形式[J];大連理工大學(xué)學(xué)報(bào);2002年04期

6 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(jì)算機(jī)科學(xué);2003年07期

7 吳微東,莊哲民;基于盲源分離的一種快速獨(dú)立分量分析算法[J];汕頭大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年02期

8 郭松;孫云蓮;;基于獨(dú)立分量分析盲源分離快速算法[J];電子測(cè)量技術(shù);2004年02期

9 丁鐸,賈永強(qiáng),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(shù);2005年14期

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

相關(guān)會(huì)議論文 前10條

1 李舜酩;;轉(zhuǎn)子振動(dòng)信號(hào)的盲源分離研究[A];第三屆全國虛擬儀器大會(huì)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(xué)學(xué)術(shù)交流暨水聲學(xué)分會(huì)換屆改選會(huì)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(xué)學(xué)會(huì)2009年青年學(xué)術(shù)會(huì)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(shí)別信號(hào)去除干擾研究[A];第十一屆船舶水下噪聲學(xué)術(shù)討論會(huì)論文集[C];2007年

5 康春玉;章新華;李軍;;盲源分離與自適應(yīng)濾波器結(jié)合抑制強(qiáng)干擾研究[A];2012'中國西部聲學(xué)學(xué)術(shù)交流會(huì)論文集(Ⅱ)[C];2012年

6 周祥;樊濤;;基于盲源分離的儲(chǔ)油罐底腐蝕混疊信號(hào)的識(shí)別與分離[A];第八屆沈陽科學(xué)學(xué)術(shù)年會(huì)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(hào)處理進(jìn)展——2003年通信理論與信號(hào)處理年會(huì)論文集[C];2003年

8 許策;章新華;高成志;;源數(shù)目估計(jì)對(duì)盲源分離算法影響分析[A];2007年全國水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

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

10 胡增輝;朱炬波;;基于盲源分離的波達(dá)角估計(jì)[A];第十四屆全國信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 郭慧;欠定盲源分離算法及在電磁領(lǐng)域的應(yīng)用研究[D];哈爾濱工程大學(xué);2014年

2 張良俊;欠定盲源分離算法及其應(yīng)用研究[D];武漢理工大學(xué);2015年

3 吳微;含噪盲源分離算法研究及其在水聲信號(hào)中的應(yīng)用[D];解放軍信息工程大學(xué);2014年

4 駱忠強(qiáng);無線通信盲源分離關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2016年

5 徐先峰;利用參量結(jié)構(gòu)解盲源分離算法研究[D];西安電子科技大學(xué);2010年

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

7 李昌利;盲源分離的若干算法及應(yīng)用研究[D];西安電子科技大學(xué);2010年

8 高建彬;盲源分離算法及相關(guān)理論研究[D];電子科技大學(xué);2012年

9 郭靖;盲源分離的時(shí)頻域算法研究[D];重慶大學(xué);2012年

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

相關(guān)碩士學(xué)位論文 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(xué);2002年

2 程舒慧;動(dòng)態(tài)盲源分離及其在生物醫(yī)學(xué)信號(hào)處理中的應(yīng)用研究[D];安徽大學(xué);2011年

3 張政;基于獨(dú)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(xué);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(shù)[D];長安大學(xué);2015年

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

6 張穎;低角雷達(dá)盲信號(hào)分離方法研究[D];河南師范大學(xué);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(xué);2015年

8 李莽;盲源分離在信號(hào)探測(cè)中的應(yīng)用[D];電子科技大學(xué);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(xué);2015年

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

，

本文編號(hào)：1685002