盲源分離作為一項(xiàng)強(qiáng)大的信號(hào)處理技術(shù),已經(jīng)成功應(yīng)用于語(yǔ)音信號(hào)處理、通信信號(hào)處理、生物醫(yī)學(xué)和圖像信號(hào)處理等領(lǐng)域。超定盲源分離是指當(dāng)接收信號(hào)個(gè)數(shù)大于源信號(hào)個(gè)數(shù)時(shí),在源信號(hào)先驗(yàn)信息以及信道傳輸參數(shù)缺失的情況下,僅根據(jù)觀測(cè)信號(hào)估計(jì)出源信號(hào)的過(guò)程。本文分別研究了瞬時(shí)混合和卷積混合模型下的盲分離算法,具體研究?jī)?nèi)容和成果概括如下:（1）針對(duì)源信號(hào)卷積混合的情況,在現(xiàn)有非正交聯(lián)合塊對(duì)角化算法基礎(chǔ)上,提出了基于濾波器階數(shù)估計(jì)的卷積盲分離算法,并應(yīng)用于近場(chǎng)環(huán)境中卷積混合語(yǔ)音信號(hào)的分離。該算法采用對(duì)混合信號(hào)自相關(guān)矩陣進(jìn)行特征值分解,并對(duì)相鄰特征值比值設(shè)閾值的方法估計(jì)出源信號(hào)個(gè)數(shù)和濾波器階數(shù),有效解決了非正交聯(lián)合塊對(duì)角化算法在卷積混合盲分離中的初值選取問(wèn)題;通過(guò)引入預(yù)白化對(duì)非方陣的等效混合矩陣進(jìn)行降維處理,消除了快速非正交聯(lián)合塊對(duì)角化算法中混合矩陣必須為方陣的局限。仿真結(jié)果表明,與現(xiàn)有的方法相比,所提方法分離混合語(yǔ)音信號(hào)的效果有所提高。（2）針對(duì)源信號(hào)瞬時(shí)混合的情況,在遠(yuǎn)場(chǎng)環(huán)境下跳頻混合信號(hào)的網(wǎng)臺(tái)分選應(yīng)用中,根據(jù)均勻線陣接收模型中混合矩陣具有范德蒙（vandermonde）的特點(diǎn),提出了基于兩次時(shí)頻比的單源點(diǎn)檢... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：86 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 盲源分離簡(jiǎn)述
        1.1.1 盲源分離基本理論
        1.1.2 盲源分離的應(yīng)用
    1.2 超定盲源分離技術(shù)研究背景與現(xiàn)狀
        1.2.1 瞬時(shí)混合盲分離技術(shù)研究背景與現(xiàn)狀
        1.2.2 卷積混合盲分離技術(shù)研究背景與現(xiàn)狀
    1.3 論文主要研究?jī)?nèi)容與章節(jié)安排
第二章 超定盲源分離模型與基礎(chǔ)理論
    2.1 超定瞬時(shí)混合盲源分離
        2.1.1 瞬時(shí)混合盲源分離數(shù)學(xué)模型
        2.1.2 獨(dú)立分量分析理論
    2.2 超定卷積混合盲源分離
        2.2.1 卷積混合盲源分離數(shù)學(xué)模型
        2.2.2 卷積混合盲源分離時(shí)域算法
    2.3 相關(guān)性能指標(biāo)
    2.4 本章小結(jié)
第三章 卷積混合語(yǔ)音信號(hào)盲分離
    3.1 經(jīng)典JBDun算法
    3.2 F-JBDun算法
    3.3 JBDus算法
    3.4 基于濾波器階數(shù)估計(jì)的卷積盲分離算法
        3.4.1 濾波器階數(shù)與源信號(hào)個(gè)數(shù)估計(jì)
        3.4.2 改進(jìn)的非正交JBD算法步驟
    3.5 仿真實(shí)驗(yàn)
    3.6 本章小結(jié)
第四章 基于單源點(diǎn)檢測(cè)的混合矩陣估計(jì)
    4.1 跳頻信號(hào)基本理論與數(shù)學(xué)模型
    4.2 跳頻信號(hào)參數(shù)估計(jì)
    4.3 基于混合矩陣元素模值的單源點(diǎn)檢測(cè)算法
    4.4 基于兩次時(shí)頻比的單源點(diǎn)檢測(cè)算法
        4.4.1 算法原理及步驟
        4.4.2 算法復(fù)雜度對(duì)比
    4.5 基于起止位置檢測(cè)的單源點(diǎn)修正算法
    4.6 仿真實(shí)驗(yàn)
    4.7 本章小結(jié)
第五章 瞬時(shí)混合跳頻信號(hào)盲分離
    5.1 聯(lián)合近似對(duì)角化算法
        5.1.1 算法原理及步驟
        5.1.2 實(shí)驗(yàn)仿真與結(jié)果分析
    5.2 基于JADE的DOA估計(jì)算法
        5.2.1 算法基本思想
        5.2.2 算法步驟及流程
    5.3 多跳周期下的同步正交跳頻信號(hào)盲分離
        5.3.1 算法基本思想
        5.3.2 算法步驟及流程
        5.3.3 實(shí)驗(yàn)仿真與結(jié)果分析
    5.4 異步非正交跳頻信號(hào)盲分離算法
        5.4.1 算法基本思想
        5.4.2 算法步驟及流程
        5.4.3 實(shí)驗(yàn)仿真與結(jié)果分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介


【參考文獻(xiàn)】：
期刊論文
[1]基于獨(dú)立分量分析下的跳頻網(wǎng)臺(tái)分選[J]. 楊蕓丞,孫雪麗,朱念斌.  艦船電子工程. 2018(06)
[2]基于步長(zhǎng)自適應(yīng)的獨(dú)立向量分析卷積盲分離算法[J]. 付衛(wèi)紅,張琮.  電子與信息學(xué)報(bào). 2018(09)
[3]地面陣列式微地震數(shù)據(jù)盲源分離去噪方法[J]. 刁瑞,吳國(guó)忱,尚新民,芮擁軍,崔慶輝.  物探與化探. 2017(03)
[4]基于改進(jìn)EASI算法的多跳頻信號(hào)盲源分離[J]. 鄧靈,張?zhí)祢U,金靜,朱洪波.  科學(xué)技術(shù)與工程. 2014(02)
[5]基于JADE算法的盲DOA估計(jì)[J]. 趙佳,楊景曙,金家保.  通信學(xué)報(bào). 2010(08)
[6]基于三二次優(yōu)化的語(yǔ)音卷積盲分離方法[J]. 張華,馮大政,龐繼勇.  電子學(xué)報(bào). 2009(11)
[7]陣元間互耦與通道幅度不一致性條件下的信源數(shù)估計(jì)[J]. 彭巧樂(lè),司錫才,李利.  系統(tǒng)工程與電子技術(shù). 2009(05)
[8]卷積混迭語(yǔ)音信號(hào)的聯(lián)合塊對(duì)角化盲分離方法[J]. 張華,馮大政,龐繼勇.  聲學(xué)學(xué)報(bào)(中文版). 2009(02)
[9]基于盲源分離的CDMA多用戶(hù)檢測(cè)與偽碼估計(jì)[J]. 付衛(wèi)紅,楊小牛,劉乃安.  電子學(xué)報(bào). 2008(07)
[10]盲源分離在機(jī)械振動(dòng)信號(hào)分析中的應(yīng)用[J]. 石慶斌,馬建倉(cāng).  測(cè)控技術(shù). 2008(05)

博士論文
[1]盲信源分離的聯(lián)合對(duì)角化方法研究[D]. 張偉濤.西安電子科技大學(xué) 2011
[2]盲源分離及其在通信偵察中的應(yīng)用研究[D]. 付衛(wèi)紅.西安電子科技大學(xué) 2007

碩士論文
[1]欠定盲源分離混合矩陣估計(jì)算法的研究[D]. 周新彪.西安電子科技大學(xué) 2018
[2]基于時(shí)頻分析的跳頻信號(hào)盲分離算法研究[D]. 寧曉鵬.哈爾濱工業(yè)大學(xué) 2016
[3]語(yǔ)音信號(hào)的卷積盲源分離算法研究[D]. 歐旭東.重慶郵電大學(xué) 2016
[4]基于時(shí)頻分析的盲信號(hào)分離算法研究[D]. 謝亮.電子科技大學(xué) 2012



本文編號(hào)：3458557