盲信號(hào)分離、信號(hào)重構(gòu)及FSK信號(hào)檢測(cè)算法研究.pdf

1、在當(dāng)前信息科技迅猛發(fā)展的時(shí)代里，信息傳輸?shù)目煽啃院驼鎸?shí)性已經(jīng)成為核心問題。信息的傳輸和交換，是通過信號(hào)這個(gè)物理載體實(shí)現(xiàn)的，因此信號(hào)的準(zhǔn)確可靠接收是非常重要的。然而信號(hào)在產(chǎn)生和傳輸過程中，要受到各種干擾噪聲的污染；或者要受到傳輸系統(tǒng)和接收裝置的影響而發(fā)生非線性畸變；有時(shí)接收到的信號(hào)可能是各種源信號(hào)的混合，需要進(jìn)行信號(hào)的分離，這類問題稱為盲信號(hào)分離。本文對(duì)信號(hào)處理中的這些問題作了深入和細(xì)致的研究，提出了面向工程應(yīng)用的有意義的信號(hào)處理算法，其

2、主要研究工作和創(chuàng)新點(diǎn)如下： 1.提出了基于相關(guān)性的瞬時(shí)線性混合盲信號(hào)分離算法。利用信號(hào)的互協(xié)方差函數(shù)建立分離目標(biāo)函數(shù)，用隨機(jī)負(fù)梯度法使目標(biāo)函數(shù)達(dá)到最小值，從而使混合信號(hào)得到分離，最終提取出源信號(hào)。 2.提出了基于前向?yàn)V波器的卷積混合盲信號(hào)分離算法。其基本思想是先對(duì)混合模型進(jìn)行簡化，將分離問題等價(jià)為最優(yōu)化Wiener濾波器問題，建立目標(biāo)函數(shù)，用LMS準(zhǔn)則使目標(biāo)函數(shù)達(dá)到最小值，從而分離出卷積混合的源信號(hào)。 3.打破了

3、傳統(tǒng)算法的思路，提出了基于去相關(guān)的后非線性混合盲信號(hào)分離算法。先通過微分變換簡化混合模型，利用信號(hào)的相關(guān)特性建立目標(biāo)函數(shù)和優(yōu)化方程，通過反復(fù)迭代使優(yōu)化方程達(dá)到穩(wěn)定點(diǎn)，最終實(shí)現(xiàn)混合信號(hào)的全盲分離和源信號(hào)的提取。 4.在噪聲環(huán)境下，利用信號(hào)的互相關(guān)性建立目標(biāo)函數(shù)，推導(dǎo)出一種基于相關(guān)特性的信號(hào)重構(gòu)算法，獲得對(duì)發(fā)生非線性畸變信號(hào)的較準(zhǔn)確重構(gòu)。 5.在分析移頻軌道電路的特點(diǎn)和EMD算法的基礎(chǔ)上，論述了EMD算法用于檢測(cè)FSK信號(hào)的