论文摘要
盲信号处理的一个重要内容是尽可能复原出未知的源信号,近些年,它是信号恢复问题中的一个重要发展方向,是智能计算的一个热点问题,推动了信号处理学科的发展.在生物、医学、工程、经济等众多领域有重要应用.而盲源分离又是盲信号处理学科中的研究重点.其中带有噪声的盲源分离是一个研究难点,目前该方面的研究较少,本文主要用独立分量分析的原理研究一类带加性白噪声的盲源分离的算法并分析了其稳定性,通过仿真验证了算法的有效性.在本文的第一章,简要介绍盲处理的背景及应用、盲源分离的发展历程、目前的研究热点,给出独立分量分析的概念,在此基础上提出本文的主要任务在第二章中,将依据信息论有关知识建立一个能优化算法的基于信息最大化准则的目标函数,并探讨了具体的建立过程和方法.完成目标任务的第一步.在第三章中,先介绍了一些白化去噪算法概况,然后提出了一个含噪声信息项的移偏自适应算法。证明了它的稳定性,并通过仿真试验表明它的效果。在第四章中,采用自然梯度法的信息最大化(Infomax)法设计了一种能成功分离亚、超高斯混合情形的自适应算法,改进了以前某些算法只能分离一种情况的不足,并分析了该算法的稳定性条件,最后给出了成功分离出源信号的仿真试验.