基于信号峭度的复值盲分离算法研究

《基于信号峭度的复值盲分离算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据分类号UDC密级学位论文基于信号峭度的复值盲分离算法研究作者姓名：指导教师：申请学位级别：学科专业名称：论文提交日期：学位授予日期：评阅人：王艳茹季策副教授东北大学信息科学与工程学院硕士学科类别：工学通信与信息系统2014年6月论文答辩日期：2014年6月2014年7月答獭蝴：张振川教授刘军孙宪丽东北大学2014年6月万方数据AThesisinCommunicationandInformationSystemsResearchonComplexBlindSeparationAlgorithmBasedontheSignalKurtosisbyWangYanruSupervisor：As

2、sociateProfessorJiCeNortheasternUniversityJune2014万方数据独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：漱日期：潍f够、6、详学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北

3、大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流时间为作者获得学位后：半年口一年口一年半口两年p／学位论文作者签名：刁蕊导师签名：习拿，签字日期：汐I中、6、详签字日期：沙f毕、6＼摊万方数据基于信号峭度的复值盲分离算法研究摘要盲源信号分离(BlindSourceSeparation，BSS)是当前信号处理研究的热点之一，应用十分广泛。独立分量分析方法(ICA)是近年来发展起来的一种有效的盲信号分离技术，在许多领域扮演着重要角色。随着它不断的发展，许多独立分量分析算法(ICA)应用领域要求直接或间接地分离复值信号，进一步讲，实数ICA算法是复数ICA算法的

4、一个特例，复数ICA具有重要的理论和应用价值，在语音信号、图像处理、天线阵列等许多领域都有广泛的应用。在近几年时间里，有关的理论和算法研究都得到了较快的发展，并且提出了许多的有效的算法。目前，复数ICA理论逐渐成熟，新算法不断涌现，已经成为国际上信号处理领域的一个研究热点。首先，介绍了复值ICA算法的基本理论、典型的ICA算法及其分离性能指标。其基本理论主要有信息论、复值ICA的数学模型、可解性分析及不确定性等。典型的ICA算法主要包括最大熵算法、JADE算法、随机梯度算法和自然梯度算法等。其次，重点研究了基于峭度的代价函数。在复值信号的盲分离算法中，经常采用信号的峭度最大化作为代价函数。针对

5、这一问题，以复数标准峭度代替复数峭度，将复数信号的标准峭度最大化作为新的代价函数，并采用修正的复值拟牛顿迭代算法对代价函数进行优化。用该算法对混合QAM信号进行分离，仿真实验结果表明，改进后的算法具有很好的分离效果，相比于峭度最大化为代价函数的分离算法，收敛性能也有明显提高。最后，为了降低算法复杂度并提高算法鲁棒性，在算法中采用了“自下而上”的方法引入非线性函数。在第三章的基础上，通过引用非线性函数改进代价函数，进而推导出新的分离向量迭代公式。仿真实验证明了改进后的算法具有很好的分离效果；通过比较还可看出，改进后的算法具有更快的收敛速度，更高的收敛效率。关键词：独立分量分析；复值；峭度；修正拟

6、牛顿迭代法；非线性函数万方数据丕i垦盘鲎亟±堂堡逾塞△坠血垦丛ResearchonComplexBlindSeparationAlgorithmBasedontheSignalKurtosisAbstractBlindSourceSeparationisoneofhotspotinsignalprocessingtechniquerecently,whichhasawideapplication．Independentcomponentanalysisalgorithm(ICA)isandevelopedeffectiveblindsignalprocessingtechniquerecent

7、ly,anditisplayinganincreasinglyimpotentroleinmanyareas．WiththedevelopmentofICAalgorithm，itneedstoseparatecomplexsignaldirectlyorindirectly．Moregenerallyspeaking，realICAisaspecialcaseofcomplexICA．Compl