分享到:

自适应盲信号处理理论及应用研究

盲信号处理是一个非常广泛的议题,在许多实际系统中有着应用。本篇论文主要讨论了自适应盲源分离的基本原理和算法,并把源信号具有统计独立同分布的假定扩展到更实际的情形,分别研究了时间相关源的盲分离、非平稳信号的盲分离以及带噪的盲估计,并最终用一个简单的试验来证实其应用。盲源分离是从观测数据中分离出未知但相互统计独立的信号,混合的过程假定为线性时不变系统。获取盲分离的准则主要从信息论的角度出发,包括信息最大化方法、最小互信息方法和最大似然概率准则,这些准则在一定条件下是等价的。与源的概率密度相关的非线性函数影响着自适应算法的性能,如稳定性、收敛速度和均方误差等。高斯混合模型被用来逼近源的概率密度函数,并导致了一种更鲁棒的盲分离算法。通过讨论卷积混合模型和瞬时混合模型的关系,这些算法也可以扩展到卷积混合模型中,推导了一序列更实用的自适应盲反卷积算法。时间相关源和非平稳信号的盲分离不仅可以利用源的非高斯性来分离信号,而且还可以利用源信号自身  (本文共129页) 本文目录 | 阅读全文>>

大连理工大学
大连理工大学

稳定分布噪声下的盲信号处理方法及应用研究

近年来,盲信号处理逐渐成为当今信息处理领域中热门的课题之一,并且已经在地震勘探、移动通信、混叠语音分离、脑电信号处理及空间阵列信号处理等领域中显示出诱人的应用前景。但在一些实际应用中,常常遇到一些偏离高斯分布的信号和噪声,这些信号和噪声常常伴有显著的脉冲,使得这类非高斯过程的统计特性显著偏离高斯分布。Alpha稳定分布以其优良的性能被引入作为这些脉冲性信号和噪声的分布模型,并在此基础上逐步完善盲信号处理的理论框架。本文主要针对稳定分布噪声环境下的盲信号处理进行了研究,主要工作包括以下几个方面:(1)提出了基于分数低阶统计量(FLOS)预处理的径向基函数神经网络(RBFNN)波束形成算法。空间阵列信号处理的核心内容是波束形成,波束形成的信息包含在低阶统计量中,于是可以把波束形成看作是一个从阵列输出的FLOS空间到波束形成空间的非线性映射。由于协方差对加性脉冲噪声的敏感性,传统的各种MUSIC算法会出现不同程度的退化,且收敛速度较慢...  (本文共126页) 本文目录 | 阅读全文>>

华中科技大学
华中科技大学

基于主分量、独立分量分析的盲信号处理及应用研究

本文以统计信号处理理论为基础,针对现有传统信号分析方法的不足,研究混合信号中独立分量提取的相关理论和计算方法; 面向工程实际应用的需要,研究算法在实际应用中需考虑的快速性、稳定性和自适应性,并以工业现场的实际信号为对象,研究独立分量分离在实际工程应用中的作用与价值。本文首先集中讨论了与主分量分析(PCA)和独立分量分析(ICA)相关的理论和方法; 论述了“独立”与“不相关”的关系; 论述了白化理论及其工程应用的方法,对“白化”解相关的特性进行了研究。结果表明,对信号进行白化处理,可以大幅度降低信号之间的互相关程度。研究了PCA 的一些计算方法以及主分量选取的原则,并根据这一原则——贡献率的大小,来决定主分量的数量。应用这一理论,对实际的工程信号进行了PCA 分析,为传感器数量的选取提供了理论依据。研究了采用PCA 方法对信号进行白化预处理的理论与方法。分析了ICA 所用的比照函数,给出了若干比照函数的数学模型,总结了比照函数的选...  (本文共142页) 本文目录 | 阅读全文>>

《电子测试》2017年13期
电子测试

关于盲信号处理技术发展研究

0引言大数据时代的来临,推动着社会科技飞速的发展,各种新型电子设备层出不穷,信息领域更是日新月异,使得信号的获取、传输和信号本身更加的复杂。传统的信号分析与数据分析方法已经不能满足时代的发展需求。由于信号的复杂多样,很多时候,搜索、获取信号的同时,信号的传输方式、信道性质等信息往往无法获悉。尤其是在信号类型未知或者信道未知的情况下,从观测信号中分离出所需信息,是近年来信号处理面临的新问题,为了解决这类复杂的问题,盲信号处理技术应运而生。1盲信号处理概述盲信号处理(BSS,Blind Source Separation)最早起源于“鸡尾酒会问题”[1]:在一场鸡尾酒会中,传感器接收到源信号中混合着多个说话者的声音以及其他干扰声音。盲信号处理就是在这样的情况下提出的。分析采集的信号,从中分离、提取出所需说话者的声音信息。这种从混合复杂声音中提取并辨别感兴趣声音,而忽略其他声音的现象称为“鸡尾酒会效应”。这个过程看似简单,但是在实际情...  (本文共2页) 阅读全文>>

华中师范大学
华中师范大学

盲信号处理中的关键技术研究

随着通信技术的日新月异,其涉及到的领域也越来越广。盲信号处理技术是一个新兴的信号处理技术。盲检测是从观测到的信号中检测是否还有通信息号,信号模式识别是从得到的通信信号中得到原信号的调制模式,盲源分离和盲信号提取是从观测信号中恢复源信号的有效方法。这些盲信号处理技术目前已成为信号处理领域的研究热点。盲信号处理技术在通信系统有着广泛地应用领域,比如在军事上的通信对抗、电子干扰等方面,在民用上面的无线电监测等。本文首先对一种基于经典能量检测算法的信号盲检测方法进行了研究,经典能量算法的检测性能受到信道的噪声方差的影响,而信道的噪声方差是通过估计得到,若估计误差较大,将直接影响检测概率,从而使得检测变得不准确。本论文中所提出的盲信号检测不受信道噪声的影响,使得检测正确率比经典能量算法有着很大的提高。通过仿真实验表明,这种盲频谱检测算法比经典能量检测方法更好的检测效果,同时不需要已知噪声方差信息。随后对几种常见的数字调制信号的在循环谱曲线...  (本文共57页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

盲信号处理与分离技术研究

盲信号处理(Blind Signal Processing,BSP)是上世纪末发展起来的一种新的信号处理技术,经过多年的理论研究和实践,它已成为信号处理领域的一个重要分支。其中盲源分离(Blind Source Separation,BSS)是盲信号处理技术中的经典应用,而独立成分分析(Independent Component Analysis,ICA)则是盲信号处理中强而有力的方法,它是仅凭所观测到的数据,在对信号源与传输信道以及混合系统没有先验知识的条件下,利用统计学的方法和信号源之间的独立性条件实现对混合信号的分离。虽然目前ICA已经在信号处理领域得到相关的应用,然而随着研究的深入,新的问题逐渐出现,它们导致了一些原有ICA方法的性能降低甚至失效。本文的研究动机主要是围绕这些问题而开展起来,包括:不动点算法的稳健性问题;ICA数据中野值的处理;多类型噪声中的ICA问题;复值ICA算法的推广和ICA分离技术的应用,概括起来...  (本文共109页) 本文目录 | 阅读全文>>