多分量信号的信号分量分离技术研究

论文摘要

本文研究了在通信、雷达、声纳、语音、生物医药工程等领域中有着广泛及重要应用的多分量信号的多个重叠信号分量的分离技术。文中基于不同的分析方法，建立了不同形式的信号模型，并用不同方法对各个模型的参数进行估计，从而进行信号分量的分离。文中提出或推导了一系列具有理论和实际价值的新方法，并通过计算机仿真试验验证了所提方法的优良性能。归纳起来，本文的贡献主要包括以下几个方面： （1） 对于多分量信号从信号定义，到信号分量可分离性分析，再到已有的分离方法，进行了概括和总结。对多分量信号的分离性以及已有的分离方法进行归类分析。 （2） 基于Weierstrass理论和PSP（Per-Survivor Processing）方法，提出了一种基于模型拟合的多分量信号的重叠信号分量分离方法。该方法将重叠信号分量分离问题转化为输入序列和时变信道参数的估计问题，从而便于处理。该方法的优良性能表现为：即使信号分量的频谱完全重叠，该方法也能很好地进行信号分量的分离。 （3） 利用能量算子和信号分量的短时单频假设，提出了一种多分量信号的重叠信号分量分离方法。该方法将能量算子扩展到多信号分量情况的应用中，充分利用了能量算子的计算简单和高时域分辨率特性，使得分离方法具有快速准确的特性。 （4） 通过对非平稳多分量信号建立时变AR（AutoRegressive）模型，利用时变功率谱进行信号分量的瞬时频率、幅度估计这一思路，讨论了一种基于时变AR模型的多分量信号的重叠信号分量分离方法。该方法通过对时变AR系数进行长椭球基函数的分解，将时变AR系数的估计转化为时不变系数的估计问题，并推导了—利用位移秩的阶数递归方法，使得能够对模型参数进行递归求解，计算量大大减少，同时利用时变AR模型的高时频分辨率可以获得很好的信号分量分离效果。 （5） 基于贝叶斯分析，提出了一种利用贝叶斯估计的多分量信号的重叠信号分量分离方法。通过基函数分解，建立了—便于进行贝叶斯分析的信号模型，以及其相应的贝叶斯模型。基于该贝叶斯模型，利用可逆跳跃MCMC(Markov

论文目录

• 摘 要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 多分量信号的多个重叠信号分量分离技术的发展和研究现状
• 1.3 本文的研究工作和内容安排
• 第二章 多分量信号
• 2.1 引言
• 2.2 多分量信号的定义
• 2.2.1 单分量信号
• 2.2.2 多分量信号
• 2.3 多分量信号的信号分量可分离性
• 2.3.1 混和系数的可估计性
• 2.3.2 信号分量的可分离性
• 2.4 多分量信号的多个信号分量的分离方法
• 2.4.1 信号分量单频假设方法
• 2.4.2 信号分量多项式拟合方法
• 2.4.3 时频分析方法
• 2.4.5 ICA（Independent Component Analysis）方法
• 2.4.5 LTV（Linear Time Varying Filter）方法
• 2.5 本章小结
• 第三章 基于模型拟合的多分量信号的信号分量分离
• 3.1 引言
• 3.2 多分量信号的参数模型
• 3.3 基于多分量信号模型的信号分量幅度和相位估计PSP方法
• 3.4 多信号分量瞬时频率和幅度估计的CRB
• 3.5 仿真
• 3.5.1 相位拟合仿真
• 3.5.2 两个信号分量的瞬时频率和瞬时相位估计仿真
• 3.5.3 多个信号分量的仿真
• 3.6 本章小结
• 第四章 基于能量算子的多分量信号的信号分量分离
• 4.1 引言
• 4.2 能量算子
• 4.2.1 单频信号的能量函数
• 4.2.2 AM—FM信号的能量函数
• 4.3 多分量信号的信号分量能量算子分离方法
• 4.3.1 多个连续信号分量
• 4.3.2 多个离散信号分量
• 4.4 两个和三个信号分量的分离方法
• 4.4.1 两个信号分量
• 4.4.2 三个信号分量
• 4.5 含噪信号的能量算子分离方法
• 4.6 仿真
• 4.7 本章小结
• 第五章 基于时变AR模型的多分量信号的信号分量分离
• 5.1 引言
• 5.2 多分量信号的时变AR模型
• 5.3 模型参数的递归估计方法
• 5.4 仿真
• 5.5 本章小结
• 第六章 基于贝叶斯估计的多分量信号的信号分量分离
• 6.1 引言
• 6.2 多个AM—FM形式信号分量的分离
• 6.2.1 多个AM—FM信号分量模型
• 6.2.2 参数估计的贝叶斯模型
• 6.2.3 利用可逆跳跃MCMC的贝叶斯计算
• 6.3 多个时变幅度多项式相位信号分量分离
• 6.3.1 多个时变幅度多项式相位信号分量模型
• 6.3.2 参数估计的贝叶斯模型
• 6.3.3 可逆跳跃MCMC计算
• 6.4 仿真
• 6.4.1 多个AM—FM形式信号分量分离的仿真
• 6.4.2 多个时变幅度多项式相位信号分量分离的仿真
• 6.5 本章小结
• 第七章 多分量信号的信号分量的调制识别
• 7.1 引言
• 7.2 基于信号包络特征J的调制识别方法
• 7.2.1 调制识别方法
• 7.2.2 信号的包络特征J
• 7.2.3 已调信号功率的估计
• 7.3 模拟调制信号的包络特征J的值
• 7.4 数字调制信号的包络特征J的值
• 7.5 FSK和PSK信号的识别
• 7.6 仿真
• 7.7 本章小结
• 第八章 全文总结
• 致谢
• 参考文献
• 攻博期间取得的研究成果