

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、盲源信號分離是一種常見的信號處理技術??梢栽谖粗葱盘杺鬏斝诺酪约盎旌线^程的情況下,僅對源信號進行統(tǒng)計獨立性假設,最后從接收信號計算出混合矩陣以及分離出源信號波形。隨著盲源信號分離技術廣泛應用在復雜的電磁環(huán)境中和雷達、通信系統(tǒng)上,它受到了越來越多的關注,也成為信號處理領域研究的熱門方向之一。而作為解決盲源信號分離問題的一種重要方法,矩陣聯(lián)合(塊)對角化算法在近些年來引起了巨大的關注。本文將以這一課題為中心,在矩陣聯(lián)合(塊)對角化盲分離算
2、法的研究上具體進行如下工作:
首先,探討信號的瞬時混合模型(卷積混合模型)與矩陣聯(lián)合(塊)對角化模型之間的關系,以便于將矩陣聯(lián)合(塊)對角化算法應用于實際信號分離當中。
其次,由于聯(lián)合對角化的目標矩陣組通常不能夠滿足完美對角化定理,從而聯(lián)合對角化實際上是一種近似意義上的對角化,因此本文將列舉常見的目標函數(shù)用來衡量目標矩陣組對角化的程度。另外,由于聯(lián)合對角化算法收斂性研究相對復雜,從理論上說明各算法的優(yōu)缺點較為困難。因
3、此,本文提出在模擬數(shù)據(jù)上從四個方面對聯(lián)合對角化的性能進行分析,闡述各個算法的優(yōu)缺。
最后,平凡解(零解)以及降解會使得非正交聯(lián)合塊對角化算法失去對接收信號進行盲分離的能力,從而得到無意義的結果。因此,本文將詳細敘述降解的研究現(xiàn)狀,討論降解出現(xiàn)的原因,最后將通過增加罰函數(shù)的方式提出一種能夠避免降解的非正交聯(lián)合塊對角化算法。在數(shù)值試驗中,通過模擬數(shù)據(jù)去闡述本文所提出的算法具有更加廣闊的適用范圍,通過在實際信號分離中的應用驗證本文提
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 矩陣的非正交聯(lián)合對角化算法及其在盲信號分離中的應用.pdf
- 盲源分離的復值非正交聯(lián)合對角化算法研究.pdf
- 盲信源分離的聯(lián)合對角化方法研究.pdf
- 基于循環(huán)平穩(wěn)度和聯(lián)合近似對角化的盲源分離算法研究.pdf
- 對角化矩陣的應用
- 基于張量對角化的多數(shù)據(jù)集信號聯(lián)合盲分離.pdf
- 一種非負矩陣分解方法研究以及在盲源分離中的應用.pdf
- 范德蒙矩陣在矩陣對角化中的應用研究.pdf
- 矩陣的對角化
- 盲源分離算法及其應用研究.pdf
- 一種基于免疫算法的盲信號分離算法
- 矩陣對角化研究[開題報告]
- 04 矩陣的對角化
- 對角占優(yōu)矩陣、塊對角占優(yōu)矩陣及其相關特殊矩陣類的一些研究.pdf
- 矩陣對角化的研究文獻綜述
- 矩陣可對角化的條件
- 盲信號分離算法的改進及其應用研究.pdf
- 矩陣可對角化的判定條件及應用
- 代數(shù)對角化方法及其應用.pdf
- 一種同調邊緣學習算法及其應用研究.pdf
評論
0/150
提交評論