【摘要】：盲源分離(Blind Source Separation,BSS)是信號(hào)處理領(lǐng)域的一個(gè)重要分支,且一直深受廣大學(xué)者的關(guān)注。如今盲源分離技術(shù)被廣泛應(yīng)用于生物醫(yī)學(xué)信號(hào)、圖像、語(yǔ)音信號(hào)等信息處理領(lǐng)域,是一種融合了神經(jīng)網(wǎng)絡(luò)、數(shù)理統(tǒng)計(jì)等其它學(xué)科的研究課題。在瞬時(shí)盲源分離領(lǐng)域,傳統(tǒng)盲源分離算法主要集中在基于最小均方(Least Mean Squares,LMS)的自然梯度算法(Natural Gradient Algorithm,NGA)和等變自適應(yīng)(Equivariant Adaptive Separation via Independence,EASI)算法。在工程實(shí)踐中,由于部分混合信號(hào)是由不同類型信號(hào)組合而成,因此需要將群集智能算法應(yīng)用到盲源分離中或者對(duì)傳統(tǒng)算法進(jìn)行優(yōu)化。然而群集智能算法存在收斂速度慢等缺陷。因此,本論文對(duì)自然梯度算法、EASI算法和螢火蟲(chóng)算法(Firefly Algorithm,FA)展開(kāi)研究并進(jìn)行優(yōu)化,主要工作如下:1.針對(duì)傳統(tǒng)盲源分離算法性能受固定步長(zhǎng)參數(shù)制約的問(wèn)題,研究出一種自適應(yīng)調(diào)節(jié)參數(shù)的盲源分離優(yōu)化策略。其中,以自然梯度算法和EASI算法為基礎(chǔ),依靠實(shí)時(shí)的輸出信號(hào)建立一種新的表征信號(hào)分離程度的指標(biāo),從而實(shí)時(shí)調(diào)整步長(zhǎng)與動(dòng)量因子,最終選取恰當(dāng)、準(zhǔn)確的數(shù)值。在平穩(wěn)和非平穩(wěn)環(huán)境下,利用改進(jìn)的優(yōu)化算法對(duì)接收到的混合信號(hào)較好地分離,且分離效果優(yōu)于傳統(tǒng)算法。2.針對(duì)混合信號(hào)由不同類型源信號(hào)組合而成的情況下,傳統(tǒng)盲源分離算法存在激活函數(shù)不易選取的問(wèn)題;且螢火蟲(chóng)算法存在易陷入局部極值,收斂速度慢等缺點(diǎn),研究出一種改進(jìn)螢火蟲(chóng)算法的盲源分離優(yōu)化方法。該方法首先對(duì)螢火蟲(chóng)算法中隨機(jī)擾動(dòng)項(xiàng)的步長(zhǎng)因子實(shí)時(shí)調(diào)節(jié),然后在位置更新公式中增添全局最優(yōu)解引導(dǎo)項(xiàng)來(lái)引導(dǎo)螢火蟲(chóng)移動(dòng);并將正交矩陣以參數(shù)化的形式表示,減小算法的復(fù)雜度。在平穩(wěn)環(huán)境下,改進(jìn)后的螢火蟲(chóng)算法可將含有不同類型的混合信號(hào)重構(gòu)出源信號(hào),并解決傳統(tǒng)算法激活函數(shù)選取難的問(wèn)題,且性能優(yōu)于基本螢火蟲(chóng)算法。本文借鑒前人學(xué)者的研究成果,對(duì)LMS算法和螢火蟲(chóng)算法進(jìn)行研究并加以改進(jìn)。并對(duì)改進(jìn)的算法進(jìn)行數(shù)學(xué)分析和仿真驗(yàn)證,表明所提出改進(jìn)策略的正確性和有效性,在盲源分離領(lǐng)域具有一定的借鑒意義和應(yīng)用前景。
【圖文】：

6本論文的組織結(jié)構(gòu)及章節(jié)安排如下：第 1 章，緒論。本章對(duì)盲源分離研究背景、概念及分類進(jìn)行了簡(jiǎn)要概述；并詳細(xì)講述盲源分離的起源、發(fā)展情況和目前國(guó)內(nèi)外對(duì)于盲源分離的研究現(xiàn)狀；最后簡(jiǎn)要描述盲源分離在不同領(lǐng)域的應(yīng)用。第 2 章，盲源分離理論。本章著重概述了盲源分離的基本理論。其中包括盲源分離的數(shù)學(xué)模型，盲源分離前期所需的預(yù)處理，相關(guān)的基礎(chǔ)知識(shí)和信號(hào)分離前所需的基本假設(shè)，以及評(píng)判算法性能的一些指標(biāo)，并針對(duì)盲源分離算法做了詳細(xì)介紹。

引言源分離是盲信號(hào)處理領(lǐng)域中的一個(gè)重要分支，起源至今一直深受廣大學(xué)者。盲源分離與盲信號(hào)處理、獨(dú)立分量分析等其他方法緊密結(jié)合，，其中盲源分為線性系統(tǒng)和延遲系統(tǒng)，但以線性系統(tǒng)作為盲源分離問(wèn)題中最基本的系章以線性系統(tǒng)為基礎(chǔ)，對(duì)盲源分離的基礎(chǔ)知識(shí)、相關(guān)的數(shù)學(xué)模型及相應(yīng)的法作了簡(jiǎn)要概述，為后續(xù)章節(jié)的研究提供了必要的理論依據(jù)。盲源分離信號(hào)模型及預(yù)處理 信號(hào)模型 k n k x k As k n k y k Wx k
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP18;TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 付衛(wèi)紅;周新彪;農(nóng)斌;;單通道盲源分離的研究現(xiàn)狀與展望[J];北京郵電大學(xué)學(xué)報(bào);2017年05期

2 趙知?jiǎng)?黃艷波;;基于小波包分解的單通道盲源分離算法[J];通信技術(shù);2017年03期

3 張和發(fā);李立萍;胡元奎;;頻域盲源分離的非圓信號(hào)推廣[J];航天電子對(duì)抗;2013年06期

4 李鵬;周明全;黎南杉;王學(xué)松;;基于頻域卷積信號(hào)盲源分離的樂(lè)曲數(shù)據(jù)庫(kù)構(gòu)建[J];計(jì)算機(jī)應(yīng)用研究;2010年04期

5 馮健;付興龍;劉浩達(dá);李

本文編號(hào)：2656689