混沌信號(hào)的分離及其應(yīng)用研究.pdf

1、西南大學(xué)碩士學(xué)位論文混沌信號(hào)的分離及其應(yīng)用研究姓名：李雪霞申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：信號(hào)與信息處理指導(dǎo)教師：馮久超20070401摘要有源信號(hào)為混沌信號(hào)且已知混沌方程的條件下才能實(shí)現(xiàn)。有學(xué)者提出了利用原始系統(tǒng)方程，通過最優(yōu)化技術(shù)獲取有用混沌信號(hào)的方法，它雖不要求所有的源信號(hào)為混沌信號(hào)，但必須以已知某個(gè)系統(tǒng)方程為前提。還有學(xué)者提出了利用各個(gè)信號(hào)源之聞的相關(guān)性通過求解特征向量得到混合矩陣以重構(gòu)源混沌信號(hào)的方法它可以在未知系統(tǒng)方程和混合方法的情

2、況下分離混沌信號(hào)，但也只考慮了無噪聲且信號(hào)源全部為混沌信號(hào)的情況，且它的解混合矩陣需要通過混合矩陣求逆得到。這不僅增加了算法的復(fù)雜性，也降低了分離精度。由于混沌信號(hào)具有似噪聲特性，其自相關(guān)性較弱、高階累計(jì)量也未必為零，在未知混沌映射方程和混合方法的條件下，上述的盲分離算法的應(yīng)用受到了限制。本論文從另一個(gè)途徑一利用各個(gè)混沌源信號(hào)之問的互不相關(guān)性，依據(jù)重構(gòu)理論，通過求解特征向量直接得到解混合矩陣，從而重構(gòu)出源混沌信號(hào)。它有如下優(yōu)點(diǎn)：(1)屬

3、于盲信號(hào)分離范疇，可以在未知混沌映射和混合矩陣的情況下僅根據(jù)觀測信號(hào)實(shí)現(xiàn)多個(gè)混沌信號(hào)的盲分離；C2)可以在噪聲C高斯白噪聲、均勻分布的噪聲和有色噪聲)環(huán)境下實(shí)現(xiàn)多個(gè)混沌信號(hào)的分離，此時(shí)把噪聲也作為一個(gè)源信號(hào)處理；(3)在低信噪比條件下分離方法仍有效。盲信號(hào)分離已成為信號(hào)處理領(lǐng)域的熱門研究課題之一，其可解性及分離原理等基本問題在一定的程度上得到了解決，并相繼提出了一些特定條件下的盲分離算法。傳統(tǒng)盲信號(hào)分離理論建立在假設(shè)源信號(hào)相互獨(dú)立的基礎(chǔ)

4、上，同時(shí)假定混合信號(hào)數(shù)目大于或等于源信號(hào)數(shù)目。對(duì)于欠定的情況(混合信號(hào)數(shù)目少于源信號(hào)數(shù)目)，通常采用盲提取的方法實(shí)現(xiàn)部分信號(hào)盲分離當(dāng)被提取信號(hào)被較強(qiáng)的其他信號(hào)或噪聲掩蓋時(shí)，盲提取便難以實(shí)現(xiàn)。實(shí)際環(huán)境中，有些信號(hào)具有稀疏特性或者通過一定的變換、分解(傅立葉變換或是小波變換)可使其相應(yīng)的分解系數(shù)呈稀疏性，然后利用信號(hào)的稀疏特性解決欠定的盲信號(hào)分離問題。對(duì)于混沌信號(hào)而言，由于它們的自相關(guān)函數(shù)隨相關(guān)時(shí)間快速衰減、信號(hào)頻譜呈現(xiàn)寬帶性和連續(xù)性，并具