自適應盲信號分離理論與算法研究.pdf

1、本文應用信息理論和優(yōu)化學習等知識,研究了多種情況下的盲混合物信號的自適應分離法,并將得到的理論結(jié)果應用到現(xiàn)實及模擬信號處理中,進行仿真試驗驗證.論文首先介紹了盲信號分離問題的起源和發(fā)展情況,討論了盲分離的一種重要方法——獨立分量分析(ICA)方法及其分離準則(最大似然估計、信息最大化準則以及互信息最小化準則等).描述了常用的兩步盲信號分離算法,并對盲分離遵循的假設條件及其存在的兩類不確定性進行了說明.研究瞬態(tài)線性混合信號的自適應盲分離算

2、法.給出了基于傳統(tǒng)梯度、相對梯度和自然梯度的自適應學習算法,闡述了基于高階統(tǒng)計量信息和基于二階統(tǒng)計量信息的自適應盲分離問題,提出一種基于現(xiàn)代函數(shù)的兩步自適應盲分離法.自然界的許多信號(如語音信號等)表現(xiàn)出非平穩(wěn)特征.討論了基于神經(jīng)網(wǎng)絡結(jié)構的自適應盲分離算法,利用非平穩(wěn)信號的時間關屬性和自然梯度學習方式提出了一種自適應盲分離算法.現(xiàn)實環(huán)境中信號的傳輸延遲及回波反射等影響往往不能忽略不計,盲信號在許多情況下表現(xiàn)為卷積混合模式.利用FIR模型

3、構建盲信號的卷積及解卷濾波器矩陣,討論了時域盲解卷、頻域盲解卷和盲均衡問題,提出一種基于FIR模型的時域自適應盲解卷算法.最后研究了基于時頻分布的盲信號分離算法.討論了雙線性時頻分布的盲分離問題,重點研究了基于模糊函數(shù)的盲分離算未能,根據(jù)模糊函數(shù)的對稱分布特征提出了一種自適應盲分離算法.論文針對不同的問題和算法進行了大量的仿真研究.仿真對象有語音信號、圖像信號、微機產(chǎn)生的正態(tài)分布/均勻分布信號、非平穩(wěn)信號等.對本文提出的算法進行了性能分