论文题目: 盲信号分离算法的研究
论文类型: 博士论文
论文专业: 信号与信息处理
作者: 徐尚志
导师: 叶中付
关键词: 盲信号分离,非高斯性,稀疏源,评价函数
文献来源: 中国科学技术大学
发表年度: 2005
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FastICA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FastICA算法。 (2)：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
论文目录:
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 问题的描述
1.2.1 盲信号分离方法的约束条件
1.2.2 盲信号分离方法的基本思路
1.3 国内外研究状况
1.4 本文研究重点及章节安排
第二章 盲信号分离的基础知识及常用算法简介
2.1 盲信号分离的基本知识
2.1.1 统计分析基础
2.1.2 信息论基础
2.1.3 相互独立的度量
2.1.4 非高斯性的度量-峭度、负熵
2.2 盲信号分离的几种常用算法
2.2.1 基于信息论的Infomax算法
2.2.2 基于非高斯性极大准则的FastICA算法
2.2.3 基于稀疏源假设的S-ICA算法
第三章 基于空间划分的盲信号分离算法
3.1 混和模型
3.2 算法原理
3.3 基于智能算法的寻优算法
3.3.1 免疫算法原理
3.3.2 遗传算法原理
3.3.3 具体寻优算法
3.4 仿真实验
3.5 小结
第四章 欠定情况下盲信号分离算法研究
4.1 S-ICA算法的不足
4.2 基于S-ICA算法的分离算法
4.2.1 信道分析
4.2.2 分离算法
4.2.3 具体算法过程
4.3 仿真实验
4.4 小结
第五章 针对混和分布源的算法研究
5.1 基于高阶统计的快速分离算法
5.1.1 算法原理
5.1.2 具体算法过程
5.1.3 仿真实验
5.2 基于Infomax算法的改进算法
5.2.1 算法原理
5.2.2 具体算法过程
5.2.3 仿真实验
5.3 小结
第六章 全文总结与展望
6.1 全文总结
6.2 研究的展望
参考文献
致谢
攻读学位期间论文发表情况
发布时间: 2007-03-13
参考文献
- [1].基于群智能优化方法的盲信号分离算法研究[D]. 陈雷.天津大学2011
- [2].盲信号分离算法及其应用[D]. 李云霞.电子科技大学2008