多數(shù)據(jù)集的聯(lián)合盲源分離技術(shù)是信號處理領(lǐng)域的研究熱點之一,一般是指在源信號及信號混合模型未知的情況下,僅利用接收信號的統(tǒng)計特性分離出源信號的過程。聯(lián)合盲源分離已廣泛應(yīng)用于生物醫(yī)學(xué)信號處理、通信信號處理,語音信號識別等領(lǐng)域。廣義聯(lián)合對角化方法是解決多數(shù)據(jù)集聯(lián)合盲源分離問題的一種有效的代數(shù)方法,利用數(shù)據(jù)集間信號的相關(guān)性以及數(shù)據(jù)集內(nèi)部信號的統(tǒng)計獨立性或不相關(guān)性,構(gòu)造具有可聯(lián)合對角化結(jié)構(gòu)的目標(biāo)矩陣,并代數(shù)擬合該目標(biāo)矩陣,辨識信號的混合機(jī)理,從而分離出混合的源信號。其中,雙數(shù)據(jù)集的聯(lián)合盲源分離問題可轉(zhuǎn)化為non-Hermitian矩陣近似聯(lián)合對角化問題。本文主要研究基于雙數(shù)據(jù)集聯(lián)合盲源分離問題的non-Hermitian矩陣近似聯(lián)合對角化方法,提出了兩種正交近似聯(lián)合對角化算法,主要成果如下:1.形如解決non-Hermitian矩陣特征值問題的Jacobi算法,提出了一種基于Givens旋轉(zhuǎn)的正交近似聯(lián)合對角化算法,簡稱為OJ-AJD算法。該算法僅把右分離矩陣分解為一系列Givens矩陣的連續(xù)乘積,對non-Hermitian目標(biāo)矩陣的列進(jìn)行一系列單側(cè)Givens旋轉(zhuǎn)變換,使其最終收斂于列正交矩陣... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 盲源分離的背景
    1.2 盲源分離的研究歷史與現(xiàn)狀
    1.3 盲源分離的數(shù)學(xué)模型
        1.3.1 單數(shù)據(jù)集數(shù)學(xué)模型
        1.3.2 多數(shù)據(jù)集數(shù)學(xué)模型
    1.4 盲源分離的應(yīng)用
    1.5 本論文的主要工作及內(nèi)容安排
第二章 矩陣聯(lián)合對角化的基礎(chǔ)理論
    2.1 可聯(lián)合對角化結(jié)構(gòu)
        2.1.1 盲源分離的聯(lián)合對角化結(jié)構(gòu)
        2.1.2 聯(lián)合盲源分離的廣義聯(lián)合對角化結(jié)構(gòu)
    2.2 正交NON-HERMITIAN近似聯(lián)合對角化算法基礎(chǔ)知識
        2.2.1 預(yù)白化過程
        2.2.2 近似聯(lián)合對角化代價函數(shù)
        2.2.3 矩陣聯(lián)合對角化評價標(biāo)準(zhǔn)
    2.3 本章小結(jié)
第三章 基于GIVENS旋轉(zhuǎn)的近似聯(lián)合對角化算法
    3.1 算法原理
    3.2 算法收斂性
        3.2.1 算法收斂性
        3.2.2 算法的計算復(fù)雜度
    3.3 仿真實驗
        3.3.1 性能指標(biāo)
        3.3.2 仿真結(jié)果
    3.4 本章小結(jié)
第四章 降維正交近似聯(lián)合對角化算法
    4.1 算法原理
    4.2 仿真實驗
        4.2.1 性能指標(biāo)
        4.2.2 仿真結(jié)果
    4.3 本章小結(jié)
第五章 全文總結(jié)與展望
    5.1 全文總結(jié)
    5.2 未來展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]盲源分離綜述——問題、原理和方法[J]. 陳錫明,黃碩翼.  電子信息對抗技術(shù). 2008(02)

博士論文
[1]盲信源分離的聯(lián)合對角化方法研究[D]. 張偉濤.西安電子科技大學(xué) 2011

碩士論文
[1]基于張量對角化的多數(shù)據(jù)集信號聯(lián)合盲分離[D]. 劉穎良.大連理工大學(xué) 2016
[2]盲源分離的復(fù)值非正交聯(lián)合對角化算法研究[D]. 王可.大連理工大學(xué) 2013



本文編號：3146134