盲信号分离算法的研究

盲信号分离算法的研究

ID:34453478

大小:2.59 MB

页数:103页

时间:2019-03-06

盲信号分离算法的研究_第1页
盲信号分离算法的研究_第2页
盲信号分离算法的研究_第3页
盲信号分离算法的研究_第4页
盲信号分离算法的研究_第5页
资源描述:

《盲信号分离算法的研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、中国科学技术大学博士学位论文盲信号分离算法的研究姓名:徐尚志申请学位级别:博士专业:信号与信息处理指导教师:叶中付20051201中国科学技术太学博士毕业论文摘要盲信号分离技术是现代信号处理领域的一个新的研究热点。目前,盲信号处理技术可以被应用于语音信号处理,图像信号处理,通讯信号处理,水声信号处理,医学信号处理以及数据挖掘等诸多领域。也正因为盲信号分离技术具有如此广阔的应用前景,盲信号分离问题从开始到现在的二十多年的时间内,得到了国内外专家学者的广泛的研究讨论。盲信号分离技术也因此获得了飞速的

2、发展。然而,这一领域的研究工作还没有达到完全解决问题的程度。这促使我们将盲信号分离算法的研究作为本论文的研究对象。针对瞬时线性混叠情况下盲信号分离算法中存在的一些问题,对盲信号分离技术的理论、算法进行了较深入的研究。主要工作和创新如下:(1):针对FastlCA类方法不能保证信号提取的有序或者有目的性以及容易丢失弱信号的问题;提出基于非高斯性极大准则和空间划分的原理,利用智能算法进行优化的盲分离算法。实验也显示:在需要有序提取以及存在微弱信号的情况下,本文算法分离效果优于FasflCA算法。(2

3、):针对欠定条件下S—ICA算法在源信号不是足够稀疏情况下算法难以达到满意的分离效果的问题,提出在估计混合矩阵的基础上,通过简化混合矩阵建立新的混合矩阵,利用信号的独立性,从观测信号中提取源信号的频谱完成源信号分离的方法。实验结果也说明了算法的有效性。(3):研究分析了白化处理对盲信号分离模型中混合矩阵的影响,提出在2源情况下可根据白化数据的峭度和中隐含的信息直接计算分离矩阵的参数的方法。该算法在多源情况下,也只需要少量迭代,且不需考虑迭代初试值对算法的影响。文中实验也证实:该算法可以达到快速有

4、效的完成超高斯和亚高斯的混合信号的分离任务。(4):研究了Infomax算法中评价函数的作用以及Ext—Infomax算法中基于峭度的模型切换单一评价函数存在一些不稳定因素。提出根中国科学技术大学博士毕业论文据对分离信号累计概率密度分布函数的陡峭程度确定评价函数,实现稳定分离具有超高斯分布以及亚高斯分布的混合信号。大量实验同样说明:在有随机脉冲干扰以及准高斯源的情况下,该算法分离效果优于Ext—Infomax算法。本文的研究工作自始至终都是与目前ICA理论研究的方向相联系,对于研究和推进BSSN

5、论和算法的研究,具有一定的理论意义和实用价值。关键词:盲信号分离、非高斯性、稀疏源、评价函数中国科学技术大学博士毕业论文AbstractBlindsignalseparation(BSS)isaninterestingprojectinthefieldofsig—nalprocessing.ThetechniqueofBSScanbeappliedinspeechsignalprocess—ing,imageprocessing,communicationprocessing,hydroacou

6、sticsignalprocess—ing,biomedicalsignalprocessing,dataminingandmanyothers.BecauseofwideusageofBSS,manyresearchershavedevotedtotheresearchofBSS,andthetechniqueofBBShasbeengreatlyimproved.researchonBSShasbeengoingonforabouttwentyyears.However,theproblem

7、ofBSShasnotbeentotallysolved.AllabovestimulateUStobeengagedinresearchesonBSSalgorithm.ThemainpansofthesisareresearchonBSStheoryandmodificationtoBSSalgorithmindifferencepracticalfieldbasedonlinearmixmodel.ThemainWOrkandinnovationareabstractedasfollows

8、.SincethealgorithmofFastICAcan'tensuretheextractionofsonrcesinor-deraccordingtosources’scharacterandfailwithweaksource,ablindsignalextractionalgorithmbasedonintelligentalgorithmandMaximizationofNon-gaussianityisproposed.Allsimulationresultsshowthatth

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。