信息处理课群综合训练与设计(确定信号的盲分离)

信息处理课群综合训练与设计(确定信号的盲分离)

ID:48299417

大小:445.74 KB

页数:39页

时间:2019-11-08

信息处理课群综合训练与设计(确定信号的盲分离)_第1页
信息处理课群综合训练与设计(确定信号的盲分离)_第2页
信息处理课群综合训练与设计(确定信号的盲分离)_第3页
信息处理课群综合训练与设计(确定信号的盲分离)_第4页
信息处理课群综合训练与设计(确定信号的盲分离)_第5页
资源描述:

《信息处理课群综合训练与设计(确定信号的盲分离)》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、武汉理工大学《信息处理课群综合训练与设计》课程设计说明书课程设计任务书学生姓名:专业班级:指导教师:工作单位:题目:确定信号的盲分离初始条件:Matlab软件平台要求完成的主要任务:根据盲信号分离原理,用matlab生成两个以上确定信号,选择合适的混合矩阵生成若干混合图像。选取合适的盲信号分离算法(如独立成分分析ICA等)进行训练学习,求出分离矩阵和分离后的信号。设计要求:(1)用matlab做出采样之后信号的时域和频域波形图(2)选择合适的混合矩阵,得到混合信号,并做出其时域波形和频谱图(3)采用混合信号进行训练学习,求出分离

2、矩阵,编写出相应的确matlab代码。(4)用求出的分离矩阵从混合信号中分离出原信号,并画出各分离信号的时域波形和频谱图。(5)对结果进行对比分析。时间安排:查阅资料2天仿真设计2天撰写报告1天指导教师签名:年月日系主任签名:年月日武汉理工大学《信息处理课群综合训练与设计》课程设计说明书目录摘要IABSTRACTII1确知信号11.1确知信号的概念11.2确知信号的类型11.3常见的确知信号22盲分离原理32.1盲信号处理的基本概念32.2盲信号分离的分类32.3盲分离的目标准则42.4盲信号处理技术的研究应用53独立分量分析(

3、ICA)基础63.1ICA理论的概念和模型63.2ICA数据分析问题中的约束条件83.3ICA算法的分类与基本原理93.4FastICA算法114MATLAB简介135确定信号盲分离仿真与分析155.1原始信号的产生155.2原始信号的频谱165.3信号的混合175.4ICA算法实现196小结体会25参考文献26附录1程序27武汉理工大学《信息处理课群综合训练与设计》课程设计说明书摘要盲信号分离指的是从多个观测到的混合信号中分析出没有观测的原始信号。通常观测到的混合信号来自多个传感器的输出,并且传感器的输出信号具有独立性(线性不

4、相关)。盲信号的“盲”字强调了两点,一是原始信号并不知道,二是对于信号混合的方法也不知道。独立分量分析(IndependentComponent-Analysis,简称ICA)是近年来由盲信元分解技术发展而来的多通道信号处理方法。通过假定传感器阵列所采集到的信号是多个具有独立统计特性的内在信源信号的线性叠加,在采用某种特定的优化准则将所谓的独立分量一一分解出来。本文重点研究了以确定信号为目标的盲处理方法,首先介绍了盲源分离的思想和数学模型,介绍了盲分离的几种准则。然后对盲分离普遍采用的独立分量分析技术做了介绍,讨论了其多种算法,

5、详细讨论了一种快速ICA算法,并在编程中利用这一算法对多路确定信号进行盲分离,根据结果对这一算法进行分析。关键词:盲信号分离;独立分量分析;快速ICA算法;Matlab编程II武汉理工大学《信息处理课群综合训练与设计》课程设计说明书AbstractBlindsignalseparationreferstoanalyzeobservationsfrommultiplemixed-signalwhichwasnotobservedintheoriginalsignal.Usuallymixedsignalsobservedfroma

6、pluralityofsensoroutputandthesensoroutputsignalshaveindependent(linearlyindependent).Theword'blind'emphasizedtwopoints.Firstwedon'tknowtheoriginalsignal.Second,wedon'tknowthesignalmixingmethod.Independentcomponentanalysis(IndependentComponent-Analysis,referredICA)inr

7、ecentyearsbyblindsignaldecompositiontechniquedevelopedfromthemulti-channelsignalprocessingmethods.Byassumingthatthesensorarraysignalcollectedismorethananindependentstatisticalpropertiesinherentlinearsuperpositionofthesourcesignal,theadoptionofaspecificoptimizationcri

8、terionelevenso-calledindependentcomponentdecomposition.Thispaperfocusesonthegoaltodeterminetheblindsignalprocessingmethod,introduce

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。