[工学]信号盲分离

《[工学]信号盲分离》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、苏州大学本科生毕业设计（论文）目录摘要1第一章分数傅立叶变换31.1引言31.2国内外的研究现状3第二章分数傅立叶变换52.1分数傅立叶变换的定义52.2分数傅立叶变换的性质72.2.1主要性质72.2.2不确定性原理82.3信号处理中的应用92.3.1信号的检测和参数的估计92.3.2神经网络92.3.3图像处理10第三章盲信号分离113.1盲分离的原理113.2优化准则12第四章基于分数傅立叶变换的信号盲分离134.1分析方法134.2分离效果的评价13第五章仿真与实例分析15第六章结论19总结与展望20参考文献21论文

2、翻译23基于SHIBBS/SJAD停止阈值算法，快速的信噪比盲源分离。23摘要231引言232美白过程和累积量方法算法242.1美白过程242.2累积量算法教学253SHIBBS/SJAD算法263.1收敛停止规则264实验对比285结论31苏州大学本科生毕业设计（论文）摘要分数傅立叶变换是对经典傅立叶变换的推广。最早由Namias以数学形式提出，并且很快在光学领域得到了广泛应用。而其在信号处理领域的潜力直到20世纪90年代中期才逐步得到发掘。尽管分数傅立叶变换的定义直观上看仅是chirp基分解，而实际上分数傅立叶变换更具有

3、时频旋转的特性，它是一种统一的时频变换，随着变换阶数从0连续增长到1而展示出信号从时域逐步变化到频域的所有特征。从信号处理角度对分数傅立叶变换的研究进展作比较全面的总结和系统的归纳。LFM信号在某个阶次的分数阶傅里叶域中具有能量聚集性，根据这一特性本文运用了基于分数阶傅里叶变换的多个未知任何先验参数的LFM信号分离技术，通过在分数阶傅里叶域搜索峰值点来检测出并分离出LFM信号，并用相关系数对分离效果进行了评价。计算机仿真表明，这一方法和其它时频分析方法相比避免了交叉项干扰，抗噪声性能强，对多分量LFM信号进行了有效的盲分离及

4、参数估计。和传统盲分离方法相比，该方法不需要矩阵的白化和联合对角化，并且复杂度低，运算量小，抗干扰性能好。关键词：分数阶傅里叶变换盲分离分离效果AbstractFractionalFouriertransformisextendedofFouriertransform.Attheearliest,Namiasproposeditbymath,soitisappliedinthefieldofoptics.Itisexploreduntil1990sstepbystep.ThedefinitionoffractionalFou

5、riertransformlookedaschirpresolveddirectlyperceivedthroughthesenses.Infact,fractionalFouriertransformisprovidedwiththecharacteroftimefrequency.Itisaintegrateoftimefrequencytransform..withchangingmultiplicityfrom0to1,thecharacteristicofsignalchangesfromtimefrequency

6、transformtofrequencytransform.WesummarizeandconcludethesignaloffractionalFouriertransform..WithTakingadvantageoftheenergyconcentrationpropertyofLFMsignalinthefractionalFouriertransformdomain,themulti-componentLFMsignalsseparationtechniquebasedonthefractionalFourier

7、transformisappliedinthispaper.ItdetectstheLFMsignalbysearchingthepeakinthedistributionplanandseparatesthemfromtheplanquickly,theseparationeffectisevaluatedbythecorrelationcoefficient.Computersimulationsshowthatthisproposedmethodproduceslittlecrosstermsandhasgoodant

8、i-noiseperformancecomparedwithothertime-frequencymethods.ItseparatesLFMsignalseffectivelyandestimatestheparameterscorrectly.Comparedwiththetradit