盲源分離是信號處理領(lǐng)域中一種新發(fā)展起來的對未知混合信號分離的方法。經(jīng)過幾十年來不斷地研究和發(fā)展,盲源分離已經(jīng)成為眾多學(xué)科領(lǐng)域研究的熱門課題,具有很多潛在的應(yīng)用價值,已經(jīng)被廣泛地應(yīng)用于很多領(lǐng)域。二十一世紀(jì)以來,盲源分離的研究方向主要分為兩個方面,一面是解決卷積混合問題和欠定問題等,另一方面是優(yōu)化分離算法和提高算法的分離性能等。本文對盲源分離理論進(jìn)行了深入的研究,著重研究了自然梯度算法,針對算法存在的缺陷,提出了改進(jìn)的盲源分離算法。對于含噪盲源分離,通過引入動量因子對算法作進(jìn)一步的改進(jìn),并結(jié)合小波去噪原理,構(gòu)造了基于小波去噪和改進(jìn)自然梯度的盲源分離算法。自然梯度算法是盲源分離中常用且重要的方法,具有較快的收斂速度和良好的分離性能。由于標(biāo)準(zhǔn)自然梯度算法采用的是固定步長,所以存在著收斂速度和穩(wěn)態(tài)誤差之間的固有矛盾,并且其碼間干擾的收斂速度很慢。當(dāng)步長較大時,雖然收斂速度快,但其穩(wěn)態(tài)誤差較大;當(dāng)步長較小時,雖然穩(wěn)態(tài)誤差較小,但其收斂速度比較慢,不能迅速跟蹤系統(tǒng)變化。針對上述問題,提出一種改進(jìn)的自然梯度算法。首先,構(gòu)造一個步長迭代更新函數(shù),實現(xiàn)算法中步長的自適應(yīng)選取。然后對改進(jìn)算法進(jìn)行Froben... 

【文章來源】：湘潭大學(xué)湖南省

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

盲源分離原理圖

盲源分離的基本原理如圖 2-1 所示。圖 2-1 盲源分離原理圖2.1.2 盲源分離的混合模型因為信號混合的方式不同，盲源分離分為線性和非線性兩種混合模型，其中線性又包括瞬時和卷積兩種。所以盲源分離共三種混合模型分別是線性瞬時、線性卷積和非線性[52]。由于非線性混合模型的研究理論相對比較少，目前還不夠完善，而且其混合情況也是相當(dāng)?shù)膹?fù)雜，所以本文主要研究的是線性混合盲源分離模型，主要針對線性模型進(jìn)行說明。（1）線性瞬時混合模型現(xiàn)階段對于盲源分離的研究，基本上是以線性瞬時混合模型為基礎(chǔ)的，所以有著重要的理論研究意義。線性瞬時是一種相對理想的盲源分離混合模型，也是盲源分離研究中較為常用的混合模型，其原理如圖 2-2 所示。圖 2-2 線性瞬時混合模型在圖 2-2 中，n 維源信號 s (t)=[s1(t), s2(t), s3(t),…, sn(t)]T，然后通過傳感器接收到 m 維觀測信號 x(t)=[x1(t), x2(t), x3(t)

2,3,…,m，j=1,2,3,…,n，aij表示傳輸信道的混合參數(shù)。把混合參數(shù)轉(zhuǎn)換為矩陣的形式，則通過式(2-4)可以得到：x (t ) As (t )(2-5)可知，理想狀態(tài)下的線性瞬時混合模型忽略了噪聲信號 n輸系統(tǒng)的影響。在通常情況下，如果沒有特別的說明，對盲源把噪聲的影響給忽略掉了，即研究的模型都是理想化的。）線性卷積混合模型在信道傳輸?shù)倪^程中，因為信道特性和傳播速度的不同，每個信號源的時間不會全部相同，即會出現(xiàn)時間延遲，而且每個信到多個不同的信號源，即信號源是通過多徑傳輸?shù)模栽葱懦讨袝霈F(xiàn)多徑傳輸和延時的情況。針對上述情況，有學(xué)者提模型[53]，該模型比較符合實際情況，其原理如圖 2-3 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于步長自適應(yīng)的獨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. 2018(09)
[2]基于串音誤差與分離度的變步長EASI盲源分離算法[J]. 李振璧,王康,姜媛媛.  計算機(jī)工程. 2017(08)
[3]帶自適應(yīng)動量因子的變步長盲源分離方法[J]. 張?zhí)祢U,馬寶澤,強(qiáng)幸子,全盛榮.  通信學(xué)報. 2017(03)
[4]基于分級迭代變步長的自然梯度盲源分離算法[J]. 張延良,師晨旭,張偉濤,李興旺.  測控技術(shù). 2017(01)
[5]變步長等變自適應(yīng)盲源分離算法[J]. 陸建濤,成瑋,訾艷陽,何正嘉.  西安交通大學(xué)學(xué)報. 2015(12)
[6]基于陣列接收模型的寬帶盲源分離算法[J]. 熊坤來,柳征,姜文利.  系統(tǒng)工程與電子技術(shù). 2014(04)
[7]一種新的自適應(yīng)量子遺傳算法[J]. 沙林秀,賀昱曜.  計算機(jī)工程. 2013(09)
[8]多樣本變異系數(shù)比較的似然比檢驗[J]. 汪鵬,周怡,周基元.  中國衛(wèi)生統(tǒng)計. 2013(03)
[9]自適應(yīng)組合型盲源分離算法及其優(yōu)化方案[J]. 歐世峰,高穎,趙曉暉.  電子與信息學(xué)報. 2011(05)
[10]基于平面聚類勢函數(shù)法的欠定混合信號盲分離[J]. 張燁,方勇.  高技術(shù)通訊. 2010(08)

博士論文
[1]水聲信號的盲源分離算法研究[D]. 陳曉屹.西北工業(yè)大學(xué) 2016

碩士論文
[1]盲源分離在雷達(dá)偵察中的應(yīng)用[D]. 陳一飛.西安電子科技大學(xué) 2017
[2]基于盲源分離的設(shè)備故障音檢測算法與應(yīng)用[D]. 張康榮.山東大學(xué) 2016
[3]稀疏表示理論的研究及其在圖像去噪中的應(yīng)用[D]. 張鳳.西安電子科技大學(xué) 2014
[4]基于小波變換的電能質(zhì)量暫態(tài)擾動識別方法的研究[D]. 張錚.西安科技大學(xué) 2012
[5]基于盲源分離的信號處理算法研究[D]. 楊杰.內(nèi)蒙古科技大學(xué) 2012
[6]基于自然梯度算法的變步長盲源分離[D]. 陳琛.太原理工大學(xué) 2012
[7]基于神經(jīng)網(wǎng)絡(luò)的盲分離技術(shù)研究及其應(yīng)用[D]. 祝捷.哈爾濱工程大學(xué) 2012
[8]基于盲信號分離和陣列擴(kuò)展的主動聲納目標(biāo)回波信號提取[D]. 徐梁.哈爾濱工程大學(xué) 2010
[9]數(shù)字圖像的盲源分離[D]. 李雪松.重慶郵電大學(xué) 2009



本文編號：3591143