盲分離是信號處理中的研究熱點(diǎn),它在無線網(wǎng)絡(luò)通信、音頻信號處理、生物信號處理、腦電信號處理、以及圖像處理中得到廣泛的應(yīng)用。因此,吸引了越來越多的科研工作者的注意。近二十年來,盲分離領(lǐng)域得到了快速的發(fā)展,取得了一系列的重大突破。但是,仍然存在許多有待解決的關(guān)鍵性問題,其中包括(1)欠定線性混疊模型下的源信號盲分離問題;(2)欠定卷積混疊模型下的混疊矩陣估計問題和源信號盲分離問題;(3)時頻域算法中的尺度不確定性和排序歧義性問題:(4)源信號數(shù)目估計以及有效信道階次檢測問題。本文主要根據(jù)以上幾個問題做出以下工作:首先,針對欠定線性混疊模型,我們提出了一種結(jié)合張量分解和非負(fù)矩陣分解的源信號盲分離算法。該算法先利用張量分解估計混疊矩陣,并利用源信號譜密度模型的非負(fù)矩陣分解估計得到源信號譜因子。然后,通過一系列循環(huán)迭代來更新模型參數(shù)。同時,利用估計的模型參數(shù)構(gòu)造維納濾波器對源信號的空間圖像進(jìn)行估計。以此得到頻域上的源信號。最后,利用短時傅立葉變換的逆運(yùn)算得到時域上的源信號。其次,針對欠定卷積混疊模型,我們利用張量因式分解模型的代數(shù)結(jié)構(gòu)和期望最大化方法,提出了一種新的時頻域算法。由于張量因式分解具有... 

【文章來源】：廣東工業(yè)大學(xué)廣東省

【文章頁數(shù)】：119 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１－１雞尾酒會問題??Ｆｉｇｕｒｅ．?１－１?Ｃｏｃｋｔａｉｌ?ｐａｒｔｙ?ｐｒｏｂｌｅｍ??

Ｆｉｇｕｒｅ．?１－２?Ｂｌｉｎｄ?ｓｏｕｒｃｅ?ｓｅｐａｒａｔｉｏｎ?ｏｆ?ａｕｄｉｏ?ｓｉｇｎａｌｓ??此外，盲分離技術(shù)在圖像處理領(lǐng)域也發(fā)揮極大的影響［９￣１１］。例如，圖像去噪，圖像??的修復(fù)。如圖１－３所示，對一張有噪聲的圖像（圖ｌ－３ａ）進(jìn)行盲分離技術(shù)去噪，恢復(fù)??比較清晰的原始圖像（圖ｌ－３ｂ）。這種對圖像修復(fù)的盲分離技術(shù)在實(shí)際生活應(yīng)用中發(fā)??揮重要作用。例如，對于比較久遠(yuǎn)的歷史資料，特別是歷史文物的修復(fù)起到及其重要??的貢獻(xiàn)。其中，文獻(xiàn)［１０］提出了一種稀疏的盲分離技術(shù)很好的處理圖像的分離問題。文??獻(xiàn)［１１］提出了一種隱馬爾可夫模型。所以，盲分離技術(shù)應(yīng)用于圖像處理中可以發(fā)揮積極??有效的作用。更深一步的拓展有待挖掘，??眶??（ａ）帶噪聲圖像?（ｂ）恢復(fù)的圖像??圖１－３圖像去噪??Ｆｉｇｕｒｅ．?１－３?Ｉｍａｇｅ?ｄｅｎｏｉｓｉｎｇ??２??

?另外，盲分離技術(shù)在生物信號領(lǐng)域中發(fā)揮著重要的應(yīng)用價值［１２，１３］。例如，腦電系??統(tǒng)（Ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｐｈｙ，?ＥＥＧ），如圖１－４所示，通過接收的腦電圖信號，利用盲??分離技術(shù)檢測大腦中的睡眠信號，可以對人體中的大腦信號進(jìn)行分析研宄，有助于預(yù)??防大腦疾病的發(fā)生。在臨床醫(yī)學(xué)領(lǐng)域起到積極作用。??ｒ．－一——?＂Ｔ?）???＞?）??像??Ｕ?錢極子繪電炫兮練??圖１－４腦電圖信號混疊??Ｆｉｇｕｒｅ．?１－４?ＥＥＧ?ｓｉｇｎａｌ?ｍｉｘｉｎｇ??當(dāng)然，盲分離技術(shù)的應(yīng)用背景不僅僅局限以上介紹的應(yīng)用場景。在其他的領(lǐng)域也??起到極大的影響。例如，機(jī)器學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，無線網(wǎng)絡(luò)通信系統(tǒng)中的應(yīng)用，胎心電??信號之類的醫(yī)學(xué)信號處理中的應(yīng)用等等。另外，盲分離技術(shù)可以用來做檢測，特別是??在汽車故障檢測方面發(fā)揮積極作用，通過接收的發(fā)動機(jī)震動的信號，利用盲分離技術(shù)??進(jìn)行檢測，可以有效地對發(fā)動機(jī)的故障進(jìn)行診斷，從而發(fā)現(xiàn)問題所在，同時可以節(jié)省??一定的勞動力。??綜上所述，由于盲分離技術(shù)的應(yīng)用背景廣泛，在工程技術(shù)中得到了充分的驗(yàn)證。??因此

【參考文獻(xiàn)】：
期刊論文
[1]一種新的基于張量表示和分解的多聲道音頻信號壓縮方法(英文)[J]. 王晶,謝湘,匡鏡明.  中國通信. 2014(03)
[2]利用高階統(tǒng)計量進(jìn)行心肺音信號的盲分離[J]. 郭皓,黃華.  生物醫(yī)學(xué)工程學(xué)雜志. 2009(02)
[3]多個源信號混疊的盲分離幾何算法[J]. 章晉龍,何昭水,謝勝利,劉海林.  計算機(jī)學(xué)報. 2005(09)
[4]基于QR分解的盲源分離幾何算法[J]. 何昭水,謝勝利,章晉龍.  控制理論與應(yīng)用. 2005(01)
[5]基于遺傳算法的有序盲信號提取[J]. 章晉龍,何昭水,謝勝利.  電子學(xué)報. 2004(04)
[6]基于QR分解的最大負(fù)熵盲分離算法[J]. 謝勝利,章晉龍.  通信學(xué)報. 2004(04)
[7]基于小波域的非平穩(wěn)卷積混合語音信號的自適應(yīng)盲分離[J]. 樓紅偉,胡光銳.  控制與決策. 2004(01)
[8]盲信號提取的神經(jīng)網(wǎng)絡(luò)方法[J]. 傅予力,謝勝利.  武漢大學(xué)學(xué)報(理學(xué)版). 2003(01)
[9]基于旋轉(zhuǎn)變換的最小互信息量盲分離算法[J]. 謝勝利,章晉龍.  電子學(xué)報. 2002(05)
[10]多輸入多輸出盲解卷問題的最大熵解法[J]. 譚麗麗,韋崗.  電子學(xué)報. 2000(01)

博士論文
[1]盲信號分離算法分析及其在網(wǎng)絡(luò)安全技術(shù)中的研究[D]. 楊俊杰.廣東工業(yè)大學(xué) 2017
[2]盲信號分離若干關(guān)鍵問題研究[D]. 周郭許.華南理工大學(xué) 2010
[3]盲信號分離算法分析與應(yīng)用研究[D]. 楊祖元.華南理工大學(xué) 2009



本文編號：2925828