單通道盲源分離算法的研究.pdf

1、盲源分離(Blind Sources Separation，BSS)技術(shù)指的是在傳輸信道和源信號都未知的情況下，根據(jù)源信號的統(tǒng)計特性，僅僅利用觀測信號分離出各個源信號的過程。多通道BSS算法已經(jīng)在生物醫(yī)學信號處理、陣列信號處理、移動通信和文本分析與處理等領(lǐng)域得到廣泛應用。近幾年來，單通道盲源分離問題逐漸成為信號處理領(lǐng)域的研究熱點。單通道盲源分離(Single Channel Blind Source Separation，SCBSS)是

2、欠定盲源分離問題的極端情況，它僅僅利用單路觀測信號的特征信息，分離出多路源信號，解決起來十分困難。但是SCBSS又是許多實際系統(tǒng)中常見的問題，因此研究SCBSS算法具有重要的理論意義和應用價值。本文主要研究多通道BSS算法和SCBSS算法。
　　首先，研究了FastICA算法的改進。針對源信號數(shù)較多時，原有的FastICA算法迭代次數(shù)較多和分離性能惡化的問題，提出了Pm-FastICA算法。對算法中的非線性函數(shù)進行Pade逼近，得

3、到能夠減少FastICA算法迭代次數(shù)的有理函數(shù)，提高了收斂速度和分離性能。仿真表明，Pm-FastICA算法性能優(yōu)于FastICA算法，且隨著源信號數(shù)目的增多，Pm-FastICA算法的性能優(yōu)勢將更明顯。同時提出了一種利用有理多項式非線性函數(shù)的FastICA（簡稱N-FastICA）算法。仿真表明，N-FastICA算法性能優(yōu)于Pm-FastICA算法和FastICA算法，且隨著源信號數(shù)目的增多，N-FastICA算法的性能優(yōu)勢將更明顯

4、。
　　其次，研究了基于小波包分解的SCBSS（WPT-ICA）算法。由于小波變換不能很好地表示包含大量細節(jié)信息，基于小波變換的SCBSS算法性能有待提高。對此，本文提出了一種基于小波包分解的SCBSS算法。對觀測信號進行小波包分解，選擇能量百分比較高的系數(shù)進行重構(gòu)，將重構(gòu)信號與觀測信號構(gòu)成多路信號，利用N-FastICA算法實現(xiàn)信號的盲源分離。仿真結(jié)果表明，基于小波包分解的SCBSS算法性能優(yōu)于基于小波分解的SCBSS算法。

5、r>　　然后，研究了基于經(jīng)驗模態(tài)分解(Empirical Mode Decomposition, EMD)的SCBSS算法?；贓MD的SCBSS算法存在模態(tài)混疊現(xiàn)象，導致分離性能惡化，甚至分離不完全。本文針對該問題，提出了一種基于EMD、主成分分析（Principal Component Analysis，PCA）和獨立分量分析（Independent Component Analysis，ICA）的單通道盲源分離算法（簡稱EP-IC

6、A算法）。該算法利用EMD得到本征模函數(shù)分量（intrinsic mode function， IMF）分量，針對出現(xiàn)模態(tài)混疊的IMF分量，利用信號的周期性構(gòu)造其多路信號，利用ICA消除模態(tài)混疊，利用PCA和互相關(guān)性剔除多路信號中的虛假分量，并將剩余分量信號與觀測信號構(gòu)成新的多路信號，最后利用N-FastICA實現(xiàn)盲源分離。仿真結(jié)果表明EP-ICA算法優(yōu)于已有的基于EMD的SCBSS算法。
　　最后，研究了基于變分模式分解(Var

7、iational Mode Decomposition, VMD)的SCBSS算法。將VMD引入SCBSS算法中，提出了基于VMD的SCBSS（VMD-SCBSS）算法；同時將反饋機制應用于VMD方法中，提出了一種基于反饋VMD的SCBSS（VMDF-SCBSS）算法。仿真結(jié)果表明，VMD-SCBSS算法和VMDF-SCBSS算法的分離性能優(yōu)于EP-ICA算法， VMDF-SCBSS算法具有與VMD-SCBSS算法相當?shù)姆蛛x性能，但該算