兩種盲源分離算法的探討.pdf

1、盲信號分離是近十幾年新興起來的一個(gè)研究熱點(diǎn)，由于其在無源聲納系統(tǒng)、雷達(dá)系統(tǒng)領(lǐng)域，生物信號處理，圖像處理，語音信號處理領(lǐng)域等的廣泛應(yīng)用前景，引起越來越多相關(guān)科研工作者的興趣。盲信號分離是在對信源的傳輸方式及信源沒有任何先驗(yàn)知識、或知之甚少的前提下，僅由已知的來自傳輸系統(tǒng)的觀測信號來估計(jì)出未知的信源。本文對兩種盲源分離算法進(jìn)行了研究。 ⑴介紹了盲信號分離的基本知識、發(fā)展歷史、應(yīng)用等。而且，簡要地分析了盲信號分離的四種數(shù)學(xué)模型：瞬時(shí)混

2、合模型、時(shí)延混合模型、卷積混合模型、非線性混合模型；對于瞬時(shí)混合模型，當(dāng)估計(jì)出混合矩陣后，可利用標(biāo)準(zhǔn)線性規(guī)劃（Matlab中l(wèi)inprog函數(shù)）來分離出信源，根據(jù)信號—干擾比（Signal—to—Interference—Ratios）來作為衡量盲源分離的評價(jià)準(zhǔn)則。 ⑵分析了兩種盲源分離算法：基于時(shí)頻比的盲源分離（TIFROM）算法和基于信號稀疏表示的亞定盲源分離（UBSS）算法；這部分是全文的重點(diǎn)，采用由淺入深的方式詳細(xì)地介紹

3、了算法的實(shí)現(xiàn)原理、實(shí)現(xiàn)步驟；并在Matlab中實(shí)現(xiàn)UBSS算法的代碼，繼而對UBSS算法做了試驗(yàn)，發(fā)現(xiàn)對估計(jì)混合矩陣的效果很好，最大誤差為0.0001。 ⑶對UBSS算法所存在的一些缺陷，做了兩處改進(jìn)：第1處是對UBSS算法步驟進(jìn)行重新設(shè)計(jì)，使得在Matlab上設(shè)計(jì)出的代碼簡潔，執(zhí)行效率比較高：執(zhí)行時(shí)間將近減少了一半；而且最大誤差小于0.0001；第2處是設(shè)計(jì)了一種新的算法來解決UBSS算法所未涉及的一種情形，并在Matlab上