盲信源分離的若干問題研究.pdf

1、在源信號和傳輸信道均未知的情況下，僅利用觀測信號恢復(fù)源信號，稱為盲信源分離(BSS)，惟一的假設(shè)是信源之間相互獨立。一方面，盲信源分離不需要任何先驗信息就可以恢復(fù)源信號，這將使其成為一種前景誘人的信號處理技術(shù)；另一方面，盲信源分離模型具有一般性，絕大多數(shù)觀測量都符合信源之間相互獨立的假設(shè)，因此盲信源分離具有非常廣闊的應(yīng)用前景。論文主要研究了混合信號中包含非平穩(wěn)信號和同時包含超高斯亞高斯信號的盲信源分離問題，同時對自適應(yīng)盲信源分離算法中步

2、長參數(shù)的選取進行了研究。主要研究內(nèi)容和成果為：
　　 1.簡要概述了盲信源分離的信號混合模型，討論了三種混合模型及其基本假設(shè)；給出了與盲信源分離有關(guān)的信息論基礎(chǔ)，包括熵、互信息、負熵的概念及基本性質(zhì)：闡述了獨立分量分析(ICA)的準則，討論了基于互信息的代價函數(shù)，得到了常用的自然梯度算法，并討論了算法的局部穩(wěn)定性。
　　 2.針對非平穩(wěn)源信號混合情況下的盲信源分離問題，由非完整約束條件，推導(dǎo)出了正交性約束的自然梯度算法，

3、實現(xiàn)了非平穩(wěn)源信號的分離；在此基礎(chǔ)上，根據(jù)輸出分量的相關(guān)性，給出了相關(guān)性測度的概念，研究了相關(guān)性測度與步長之間的關(guān)系，提出了一種基于相關(guān)性測度的變步長正交性約束的自然梯度算法，使得算法的分離效果更好。仿真實驗驗證了算法的有效性。
　　 3.研究了超高斯和亞高斯信號同時存在時的盲信源分離問題，提出了基于峰度符號估計的自然梯度算法和基于概率密度函數(shù)估計的等變化源分離(EASI)算法：前者在源信號的合成概率模型基礎(chǔ)上，將超高斯信號和亞

4、高斯信號統(tǒng)一到同一個合成概率模型中，給出了相應(yīng)的參數(shù)化非線性函數(shù)形式，然后通過在線估計輸出信號峰度的符號，以此確定出非線性函數(shù)中的參數(shù)，實現(xiàn)超高斯和亞高斯信號混合情況下的信源分離；后者利用輸出樣本直接估計輸出信號的概率密度函數(shù)，進而估計出非線性函數(shù)，以此來實現(xiàn)超高斯和亞高斯信號混合情況下的信源分離。仿真結(jié)果表明，這兩種算法均可以實現(xiàn)超高斯和亞高斯信號混合下的盲信源分離。
　　 4.在盲信源分離算法中，步長參數(shù)的選擇對算法的收斂速