非欠定盲源分離技術(shù)研究.pdf

1、無(wú)線通信環(huán)境下，由通信設(shè)備所偵察接收到的信號(hào)，常常是時(shí)域或頻域中多個(gè)信號(hào)的混合體，而且信號(hào)在傳輸過(guò)程中還要受到信道的多徑效應(yīng)以及環(huán)境噪聲等因素的影響。在某些情況下，源信號(hào)和傳輸系統(tǒng)的先驗(yàn)知識(shí)并非已知，針對(duì)非平穩(wěn)時(shí)變信道，傳統(tǒng)的信號(hào)處理方法逐漸顯現(xiàn)出不足，因此，發(fā)展新型的盲源分離技術(shù)正逐漸成為通信領(lǐng)域中一項(xiàng)極具挑戰(zhàn)的課題，其靈活性、穩(wěn)定性、高效性必將為通信技術(shù)帶來(lái)全新的理念。
　　本文通過(guò)介紹盲源分離(Blind Source Se

2、paration，BSS)的基礎(chǔ)理論，重點(diǎn)研究了雜系混合信號(hào)以及時(shí)延卷積語(yǔ)音信號(hào)的盲源分離算法，具體內(nèi)容如下：
　　第一章介紹了盲源分離的歷史背景、分類、研究現(xiàn)狀以及發(fā)展趨勢(shì)，建立了瞬時(shí)混合與卷積混合的BSS基本模型，以及本文的主要工作和內(nèi)容安排。
　　第二章簡(jiǎn)要概括了盲源分離算法中所涉及的的基本信息論知識(shí)，重點(diǎn)介紹了構(gòu)造算法中的對(duì)照函數(shù)，以及相應(yīng)的算法性能指標(biāo)，即串音干擾指標(biāo)和相干系數(shù)指標(biāo)，以此對(duì)構(gòu)造算法進(jìn)行定性或定量比較

3、。
　　第三章提出一種基于非線性核函數(shù)的雜系分離算法，即KFBSS算法。該算法從信號(hào)的峭度出發(fā)，首先將信號(hào)分為亞高斯或超高斯信號(hào)，通過(guò)引入一種非線性核函數(shù)，將分離信號(hào)進(jìn)行非線性核映射，最優(yōu)化平滑參數(shù)，同時(shí)更新混合分離矩陣，通過(guò)不斷迭代學(xué)習(xí)，對(duì)混合信號(hào)進(jìn)行盲源分離。并通過(guò)具體實(shí)例對(duì)算法進(jìn)行了仿真、分析和驗(yàn)證，相比于EASI、自然梯度等算法，該算法不僅對(duì)混合信號(hào)進(jìn)行了有效的分離，同時(shí)，從串音干擾指標(biāo)和相干系數(shù)指標(biāo)上可以看出，該算法具有

4、較好的穩(wěn)定性和較快的收斂速度。
　　第四章主要研究了實(shí)際環(huán)境中時(shí)延卷積語(yǔ)音信號(hào)的盲源分離算法，提出一種基于多信道噪聲對(duì)消的頻域盲源分離算法。該算法將空域中的陣列處理技術(shù)巧妙應(yīng)用于BSS算法中，無(wú)需假設(shè)信號(hào)的任何先驗(yàn)分布特性，通過(guò)頻域中的語(yǔ)譜分裂技術(shù)，對(duì)混合信號(hào)進(jìn)行語(yǔ)譜分裂，將主路徑信號(hào)以外的交叉泄漏信號(hào)視為干擾信號(hào)，最后利用噪聲對(duì)消技術(shù)恢復(fù)出各個(gè)頻域語(yǔ)音信號(hào)，經(jīng)過(guò)逆時(shí)頻轉(zhuǎn)換之后可得源信號(hào)的估計(jì)。本章最后給出了計(jì)算機(jī)仿真結(jié)果，由本算