本文選題：盲信號(hào)分離　切入點(diǎn)：獨(dú)立成分分析　出處：《電子科技大學(xué)》2016年博士論文

【摘要】：盲信號(hào)處理(Blind Signal Processing,BSP)是上世紀(jì)末發(fā)展起來(lái)的一種新的信號(hào)處理技術(shù),經(jīng)過(guò)多年的理論研究和實(shí)踐,它已成為信號(hào)處理領(lǐng)域的一個(gè)重要分支。其中盲源分離(Blind Source Separation,BSS)是盲信號(hào)處理技術(shù)中的經(jīng)典應(yīng)用,而獨(dú)立成分分析(Independent Component Analysis,ICA)則是盲信號(hào)處理中強(qiáng)而有力的方法,它是僅憑所觀測(cè)到的數(shù)據(jù),在對(duì)信號(hào)源與傳輸信道以及混合系統(tǒng)沒(méi)有先驗(yàn)知識(shí)的條件下,利用統(tǒng)計(jì)學(xué)的方法和信號(hào)源之間的獨(dú)立性條件實(shí)現(xiàn)對(duì)混合信號(hào)的分離。雖然目前ICA已經(jīng)在信號(hào)處理領(lǐng)域得到相關(guān)的應(yīng)用,然而隨著研究的深入,新的問(wèn)題逐漸出現(xiàn),它們導(dǎo)致了一些原有ICA方法的性能降低甚至失效。本文的研究動(dòng)機(jī)主要是圍繞這些問(wèn)題而開(kāi)展起來(lái),包括:不動(dòng)點(diǎn)算法的穩(wěn)健性問(wèn)題;ICA數(shù)據(jù)中野值的處理;多類(lèi)型噪聲中的ICA問(wèn)題;復(fù)值ICA算法的推廣和ICA分離技術(shù)的應(yīng)用,概括起來(lái)主要的研究成果有:1、針對(duì)獨(dú)立成分經(jīng)典算法——快速不動(dòng)點(diǎn)(Fast Fixed Point)算法在分離實(shí)信號(hào)的過(guò)程中所用到的非多項(xiàng)式函數(shù)(Non-Polynomial Function)進(jìn)行研究。在傳統(tǒng)的實(shí)信號(hào)不動(dòng)點(diǎn)算法中,多年以來(lái)一直采用Hyv?rinen給出的三個(gè)非多項(xiàng)式函數(shù),然而當(dāng)混合數(shù)據(jù)或者源信號(hào)中混有野值時(shí),算法的分離性能將快速降低甚至失效。為此,本文利用負(fù)熵近似和分段估計(jì)的方法,提出了一個(gè)穩(wěn)健的非多項(xiàng)式函數(shù),該函數(shù)使得不動(dòng)點(diǎn)算法在處理無(wú)論是否含有野值成分的數(shù)據(jù)時(shí)仍能保持其有效的分離性能,提高了算法的穩(wěn)健性。2、對(duì)ICA混合數(shù)據(jù)中的野值成分進(jìn)行研究,由于野值成分會(huì)影響數(shù)據(jù)的統(tǒng)計(jì)特性,從而降低了不動(dòng)點(diǎn)算法應(yīng)用原有非多項(xiàng)式函數(shù)的分離性能。對(duì)此,結(jié)合穩(wěn)健估計(jì)的理論,本文提出了在白化處理之前先對(duì)數(shù)據(jù)進(jìn)行非線性投影分析,在此基礎(chǔ)上構(gòu)造了觀測(cè)信號(hào)中關(guān)于野值閾值的判決方法,同時(shí)給出去除野值和重建信號(hào)的方法,從而避免野值破壞算法的性能。3、研究了實(shí)信號(hào)中的噪聲ICA混合問(wèn)題,利用高階統(tǒng)計(jì)量對(duì)高斯噪聲具有盲辨識(shí)的特性,將基于四階累積量的聯(lián)合對(duì)角化(Joint Approximate Diagonalization Eigen-matrices,JADE)算法用于二維實(shí)噪聲ICA的分離中,降低了高斯噪聲對(duì)分離性能的影響。然而隨著信號(hào)維數(shù)增加,JADE的計(jì)算量迅速增長(zhǎng),導(dǎo)致算法收斂的時(shí)間過(guò)長(zhǎng)。雖然原有的實(shí)噪聲ICA算法具有較高的收斂速度,但其僅針對(duì)在高斯白噪聲下的混合而未考慮脈沖噪聲的情形。為此,結(jié)合統(tǒng)計(jì)和野值分析方法本文構(gòu)建了用于處理脈沖成分的動(dòng)態(tài)濾波器,與此同時(shí)將實(shí)噪聲ICA算法擴(kuò)展到脈沖與高斯噪聲共存的情形。由于所提出的方法不會(huì)破壞數(shù)據(jù)的統(tǒng)計(jì)特性,因此對(duì)于不含脈沖噪聲的混合數(shù)據(jù)仍能使原有的實(shí)噪聲ICA算法有效。4、將復(fù)值ICA不動(dòng)點(diǎn)算法推廣到一般的噪聲環(huán)境中,擴(kuò)展了復(fù)值ICA快速不動(dòng)點(diǎn)算法的形式。通過(guò)對(duì)觀測(cè)數(shù)據(jù)和噪聲協(xié)方差的分析,給出復(fù)值成分關(guān)于噪聲環(huán)境下的偏差去除方法。利用牛頓迭代法,推導(dǎo)出復(fù)值信號(hào)在噪聲混合中的分離算法,將ICA不動(dòng)點(diǎn)算法在不同的環(huán)境下有機(jī)地結(jié)合起來(lái),當(dāng)在無(wú)噪聲的條件下,所提出的算法則退化為由Hyv?rinen提出的復(fù)值無(wú)噪聲ICA不動(dòng)點(diǎn)算法,從而實(shí)現(xiàn)了算法的在噪聲中的推廣。仿真結(jié)果顯示,算法對(duì)復(fù)值噪聲ICA問(wèn)題有良好的分離效果。5、研究了JADE-ICA算法在光偏振復(fù)用(Polarization Division Multiplexed,PDM)-正交頻分復(fù)用系統(tǒng)(Orthogonal Frequency Division Multiplexing,OFDM)中的應(yīng)用。在傳統(tǒng)的光偏振復(fù)用系統(tǒng)中,恒模算法(Constant Modulus Algorithm,CMA)被用于盲解偏振復(fù)用信號(hào)。然而,該方法需要多次對(duì)濾波器系數(shù)更新,并且CMA收斂的時(shí)間較長(zhǎng),甚至可能導(dǎo)致奇異性問(wèn)題。結(jié)合對(duì)經(jīng)典ICA算法及其模型分析的基礎(chǔ)上,將JADE算法用于PMD-OOFDM系統(tǒng)中的盲均衡處理。利用該方法,可以對(duì)接收端含有高斯白噪聲的成分實(shí)現(xiàn)盲解偏振復(fù)用,并且提高了系統(tǒng)的均衡性能,同時(shí)避免了CMA在均衡過(guò)程中的奇異性問(wèn)題。
[Abstract]:......
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙欣;楊玉敏;宋楠;張崢;;盲信號(hào)處理中的次序不確定性問(wèn)題研究[J];計(jì)算機(jī)工程與應(yīng)用;2008年20期

2 謝靜;趙文強(qiáng);雷毅;;盲信號(hào)處理在機(jī)電聲學(xué)監(jiān)測(cè)與診斷中的應(yīng)用[J];艦船電子工程;2012年08期

3 徐勇;;牛頓迭代在盲信號(hào)處理中的應(yīng)用[J];科教導(dǎo)刊(上旬刊);2013年09期

4 李鵬;江友平;;基于盲信號(hào)處理的圖像去噪聲研究[J];艦船電子對(duì)抗;2012年02期

5 游鴻;于文震;;基于陣列的盲信號(hào)處理研究和應(yīng)用[J];計(jì)算機(jī)工程與科學(xué);2012年04期

6 李佰;劉輝;;粒子群算法用于盲信號(hào)抽取的研究[J];電子器件;2010年01期

7 陳雷;張立毅;郭艷菊;劉婷;李鏘;;基于細(xì)菌覓食優(yōu)化的盲信號(hào)提取算法[J];計(jì)算機(jī)應(yīng)用研究;2012年02期

8 毋文峰;陳小虎;蘇勛家;姚春江;王旭平;;基于負(fù)熵的旋轉(zhuǎn)機(jī)械盲信號(hào)處理[J];中國(guó)機(jī)械工程;2011年10期

9 任婕;朱立東;;基于自回歸高階估計(jì)的盲信號(hào)提取算法[J];空間電子技術(shù);2012年03期

10 高春圣;張志涌;;基于離散Hopfield神經(jīng)網(wǎng)絡(luò)的盲信號(hào)均衡新算法[J];西安郵電學(xué)院學(xué)報(bào);2006年03期

相關(guān)會(huì)議論文 前5條

1 何振亞;;盲信號(hào)處理及其神經(jīng)計(jì)算[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

2 范京;張福學(xué);;硅微陀螺盲信號(hào)處理[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專(zhuān)刊[C];2008年

3 劉曉峰;張志涌;;基于遺傳算法的直接盲信號(hào)檢測(cè)[A];2005年全國(guó)自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2005年

4 劉曉峰;張志涌;;基于遺傳算法的直接盲信號(hào)檢測(cè)[A];2005全國(guó)自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)論文集（二）[C];2005年

5 何艷;黃建宇;吳仁彪;;一種基于FastICA算法的改進(jìn)盲抽取方法[A];第十九屆中國(guó)（天津）'2005IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)重要報(bào)紙文章 前1條

1 本報(bào)記者 馮海波 通訊員 祝和平;他給聲音做導(dǎo)航[N];廣東科技報(bào);2010年

相關(guān)博士學(xué)位論文 前6條

1 馮平興;盲信號(hào)處理與分離技術(shù)研究[D];電子科技大學(xué);2016年

2 郭文強(qiáng);穩(wěn)定分布噪聲下的盲信號(hào)處理方法及應(yīng)用研究[D];大連理工大學(xué);2007年

3 任東曉;非線性盲信號(hào)抽取及應(yīng)用研究[D];電子科技大學(xué);2012年

4 王宇;機(jī)械噪聲監(jiān)測(cè)中盲信號(hào)處理方法研究[D];昆明理工大學(xué);2010年

5 王峻峰;基于主分量、獨(dú)立分量分析的盲信號(hào)處理及應(yīng)用研究[D];華中科技大學(xué);2005年

6 王惠剛;自適應(yīng)盲信號(hào)處理理論及應(yīng)用研究[D];西北工業(yè)大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 郭云喜;盲信號(hào)處理及應(yīng)用[D];西南交通大學(xué);2012年

2 劉子龍;盲信號(hào)處理中信源數(shù)目估計(jì)方法研究[D];中北大學(xué);2012年

3 宋英;兩輸入兩輸出全息盲信號(hào)的解析分離[D];內(nèi)蒙古工業(yè)大學(xué);2010年

4 曾玉祥;盲抽取與SVM方法在地球化學(xué)異常下限提取中的應(yīng)用[D];成都理工大學(xué);2010年

5 冷巨昕;盲信號(hào)處理中信源個(gè)數(shù)估計(jì)方法研究[D];電子科技大學(xué);2009年

6 李薇;盲信號(hào)處理技術(shù)在水下目標(biāo)分離中的應(yīng)用[D];哈爾濱工程大學(xué);2011年

7 邱火旺;基于盲信號(hào)處理的多目標(biāo)分離與定位技術(shù)研究[D];西北工業(yè)大學(xué);2007年

8 梁月;無(wú)線通信系統(tǒng)中基于PARAFAC模型的盲信號(hào)處理問(wèn)題[D];天津大學(xué);2012年

9 劉海龍;基于峭度的盲信號(hào)抽取技術(shù)在車(chē)輛聲頻信號(hào)分離中的應(yīng)用研究[D];長(zhǎng)安大學(xué);2007年

10 李亞軍;基于MATLAB與C/C++的盲處理系統(tǒng)混合編程模式的研究[D];長(zhǎng)春理工大學(xué);2011年

，

本文編號(hào)：1727528