盲信号分离算法研究与应用

论文摘要

盲源分离对于无线电管理具有重要的意义。在无线电监测中,观测站观测到的信号是多个同频信号的混合信号。为了得到对各个源信号的估计,用到盲信号分离的理论。本文深入系统地研究了盲分离理论体系。包括盲分离的现状、发展以及盲分离处理的基础理论、盲分离的原理、盲分离的处理方法、盲分离的算法等内容。在盲分离算法的研究中,重点研究了基于最大信噪比的盲分离算法和基于峭度的盲分离算法,并进行了matlab仿真,验证了这两种盲分离算法可以实现盲分离。本文搭建实验平台,利用高速数据采集卡采集用于盲分离的混合数据。将基于matlab程序的盲分离算法,应用于实际采样的混合数据的分离和由matlab仿真的实验中信号发生器产生的源信号的混合信号的盲分离。将实验和仿真数据的盲分离结果进行了分析,分离效果由源信号和分离信号的相似系数和算法的运行时间来判定。本课题进行了大量的基于matlab盲分离的仿真实验。从实验总体看来,虽然两种算法都基本实现了盲分离的目标,但是从相似系数和算法运行时间表示的分离的效果看来,基于最大信噪比的盲源分离算法的分离效果远大于基于峭度的盲源分离算法的分离效果,并且基于最大信噪比的盲源分离算法的运行时间要少得多。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 1 引言
• 1.1 盲信号处理的概念和分类
• 1.1.1 盲处理概念
• 1.1.2 盲信号处理的分类
• 1.1.3 盲信号处理的应用
• 1.2 盲源分离的现状、发展以及应用
• 1.2.1 盲信号分离的现状与发展
• 1.2.2 盲信号分离的应用
• 1.3 本文研究的主要内容
• 1.4 本文主要工作
• 2 盲分离的理论基础
• 2.1 信息论的基本概念
• 2.1.1 不确定性
• 2.1.2 可分离性
• 2.2 盲信号预处理
• 2.2.1 信号的去均值处理
• 2.2.2 信号的白化处理
• 2.3 盲信号分离原理
• 2.4 盲信号分离的基本假设
• 2.5 盲信号分离的方法
• 2.5.1 基于高阶统计的方法
• 2.5.2 信息论的方法
• 2.5.3 非线性盲分离算法
• 2.6 盲信号分离判断指标
• 2.7 本章小结
• 3 盲分离的算法和仿真结果
• 3.1 基于最大信噪比的盲信号分离算法
• 3.1.1 信噪比目标函数的建立
• 3.1.2 盲分离算法的推导
• 3.1.3 盲分离算法的可分离性
• 3.1.4 基于最大信噪比的盲分离算法的流程
• 3.2 基于峭度的盲源分离算法
• 3.2.1 源信号的概率密度函数及峭度
• 3.2.2 盲源分离开关算法
• 3.2.3 基于峭度的盲源分离开关算法的算法流程
• 3.2.4 基于两种算法的仿真
• 3.2.5 仿真结果分析
• 3.3 本章小结
• 4 实验系统的介绍
• 4.1 实验设备
• 4.2 实验方法
• 4.3 实验采样信号和matlab仿真信号的盲分离结果对比
• 4.4 实验采样数据的分析
• 4.5 本章小结
• 5 结论
• 5.1 总结
• 5.2 现存问题和对未来的展望
• 参考文献
• 作者简历
• 学位论文数据集