【摘要】：信號處理作為一種強(qiáng)大的獲得信號的方法,可以快速有效地得到所需要的信號。但是,不可避免地,通常采集到的信號都有著其他不希望看到的成分。如果在處理之前,可以知道一些信號的信息以及它們是怎樣混合的,那么問題變得相對簡單一些。但是,其實(shí)學(xué)者們未能得到所有混合后的信號特征以及數(shù)目,此時,盲源分離作為一種功能強(qiáng)大的方法取得人們的信任,它可以不需要知道信號的任何特征而逐個分離出可能的源信號,并且在此方向取得了很高的評價。自適應(yīng)算法的優(yōu)劣與否直接與步長的變化息息相關(guān)。計算量最小的做法是采用固定步長,但是,步長稍大時,無法得到精確的分離信號,如果采用很小的步長,則使得收斂速度非常慢,有時甚至因?yàn)橐呀?jīng)到了收斂階段,信號還未得到分離而永遠(yuǎn)無法分離出源信號。因此,固定步長雖然運(yùn)行簡單,操作方便,但是無法同時滿足穩(wěn)定性好和收斂快這兩個要求。本文主要在自然梯度盲源分離方法的基礎(chǔ)上進(jìn)行深入分析,引入了模擬退火思想,將過程分為兩個階段,第一階段借鑒模擬退火算法采用固定步長減小計算量且加快收第二階段用分離狀態(tài)作為指數(shù)部分有目標(biāo)地控制步長變化。通常盲源分離為了簡化計算,需要對信號進(jìn)行預(yù)處理,白化是較常被用到的。這樣做簡化了算法,使得算法的復(fù)雜度降低將近一半,但同時也限制了算法的應(yīng)用范圍,可能會導(dǎo)致算法不具有等變化性。而且很容易受到混合矩陣的影響,可能會使分離出的信號很大程度上偏離源信號。因此,本文在盲源分離的過程中加入正交約束,不僅可以達(dá)到預(yù)白化的效果而且還可保留盲源分離的等變化性質(zhì),分離效果更穩(wěn)定。
[Abstract]:As a powerful method to obtain the signal, signal processing can get the desired signal quickly and effectively. But inevitably, the signals that are usually collected have other components that they don't want to see. The problem becomes relatively simple if information about some signals and how they are mixed can be known before processing. However, in fact, scholars have not been able to obtain all the mixed signal characteristics and numbers, at this time, blind source separation as a powerful method to gain people's trust, It can separate the possible source signal one by one without knowing any characteristics of the signal, and has obtained a high evaluation in this direction. Whether or not the adaptive algorithm is good or bad is closely related to the change of step size. The minimum amount of calculation is to adopt a fixed step size, but when the step size is slightly larger, it is impossible to obtain accurate separation signals. If a small step size is used, the convergence rate will be very slow, sometimes even because it has reached the stage of convergence. The signal has not yet been separated and will never be able to separate the source signal. Therefore, although the fixed step size is simple to run and convenient to operate, it can not meet the requirements of good stability and fast convergence simultaneously. In this paper, based on the analysis of the natural gradient blind source separation method, the idea of simulated annealing is introduced, and the process is divided into two stages. In the first stage, using simulated annealing algorithm for reference, the fixed step size is used to reduce the computational complexity and the second stage is used as the exponential part to control the step size change with the separation state as the exponential part. In order to simplify the calculation, blind source separation usually needs to pre-process the signal, and whitening is more commonly used. This simplifies the algorithm, reduces the complexity of the algorithm by nearly half, but also limits the scope of application of the algorithm, which may lead to the algorithm does not have equal variability. Moreover, it is easy to be influenced by the mixed matrix, which may cause the separated signal to deviate from the source signal to a large extent. Therefore, adding orthogonal constraints in the process of blind source separation can not only achieve the effect of pre-whitening, but also retain the variable properties of blind source separation, and the separation effect is more stable.
【學(xué)位授予單位】：太原理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 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(jìn)化算法的盲源分離[J];海軍工程大學(xué)學(xué)報;2012年05期

4 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;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(jī)科學(xué);2003年07期

6 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(自然科學(xué)版);2004年02期

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

8 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

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(shù);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(zhǔn)則[J];艦船電子對抗;2005年05期

相關(guān)會議論文 前10條

1 李舜酩;;轉(zhuǎn)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(xué)學(xué)術(shù)交流暨水聲學(xué)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(xué)學(xué)會2009年青年學(xué)術(shù)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(xué)術(shù)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(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(xué)學(xué)術(shù)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(jìn)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(xué)學(xué)術(shù)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(dá)角估計[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 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

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

3 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

4 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

5 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

6 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

7 郭靖;盲源分離的時頻域算法研究[D];重慶大學(xué);2012年

8 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

9 劉建強(qiáng);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

10 李燈熬;基于循環(huán)平衡理論的盲源分離算法[D];太原理工大學(xué);2010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;動態(tài)盲源分離及其在生物醫(yī)學(xué)信號處理中的應(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;盲源分離在信號探測中的應(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與分類技術(shù)研究[D];電子科技大學(xué);2015年

，

本文編號：2467833