版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著信息工程技術(shù)的飛速發(fā)展,人們對電子設(shè)備的使用日益廣泛,信號傳輸環(huán)境變得日益復(fù)雜,各種信號源在時域高度密集、頻域也相互混疊,我們所采集的信號往往不是純凈的,而是多個信號的混合疊加,要想對目標(biāo)信號實現(xiàn)準(zhǔn)確的參數(shù)估計和后續(xù)處理,必須首先對信號進行有效的分離。盲源分離技術(shù)作為信號分離的一種有效方法得到了廣泛的關(guān)注,已成為現(xiàn)代信號處理領(lǐng)域一個重要的研究方向,并被廣泛應(yīng)用于生物醫(yī)學(xué)工程、語音增強、數(shù)據(jù)通信與陣列信號處理、圖像處理與識別等領(lǐng)域。經(jīng)
2、過多年的發(fā)展,盡管對盲源分離的研究已取得一系列顯著的成績,但由于信號混合模型和應(yīng)用對象的復(fù)雜性和多樣性,它仍是一個極具挑戰(zhàn)性的課題,對于某些特定情況下(例如欠定混合、非充分稀疏等)的信號分離仍有很大的研究空間及實用價值。本文緊緊圍繞盲源分離這一主題,在線性時延欠定混合模型下,重點研究了稀疏成分分析、獨立成分分析、時頻分布等技術(shù)在盲源分離處理中的相關(guān)理論方法,和非充分稀疏的條件下、不同統(tǒng)計特征源信號盲源分離算法的具體實現(xiàn),以及盲源分離技術(shù)
3、在無源雷達(dá)運動目標(biāo)檢測中的應(yīng)用。具體的研究內(nèi)容和成果包括如下幾個方面:
?。?)針對源信號時頻域非充分稀疏的部分混疊情況,提出了基于接收端先驗信息提取和凸優(yōu)化子空間的通用欠定盲源分離算法。首先從混合信號接收端著手,借助已知的接收天線參數(shù),提取出混合矩陣的先驗信息,并利用其推導(dǎo)出單源時頻點的判斷新標(biāo)準(zhǔn),進行混合矩陣的估計;然后,借助基于凸模型的子空間投影改進算法實現(xiàn)源信號的分離。該模型同時融合了信號投影和子空間的大小(即時頻點源數(shù)
4、目),克服了傳統(tǒng)的子空間算法預(yù)先設(shè)定各時頻點源數(shù)目為常數(shù)時會造成局部混合矩陣過估計,而按通常做法對每個時頻點進行源數(shù)目估計又會增大計算量的缺點。實驗結(jié)果表明所提算法能夠很好地完成混合矩陣的估計和源信號的分離,尤其在低信噪比時仍能取得穩(wěn)定的更優(yōu)分離性能,適應(yīng)性更強。
?。?)在準(zhǔn)平穩(wěn)信號混合模型下,重點針對來波方向較接近時傳統(tǒng)基于Khatri-rao積子空間法難以有效分辨的問題,提出了基于平行因子分解(PARAFAC)的高分辨欠定
5、盲辨識算法。首先利用待分離數(shù)據(jù)的代數(shù)結(jié)構(gòu),重新建立基于 Khatri-rao積的欠定盲辨識模型;然后將該模型表示成三階PARAFAC數(shù)據(jù)模型的形式;最后通過 PARAFAC代數(shù)分解算法實現(xiàn)欠定混合矩陣的盲辨識。相比于傳統(tǒng)方法,該方法不但利用了信號之間的統(tǒng)計特征,更重要的是提取了數(shù)據(jù)內(nèi)在緊湊的代數(shù)結(jié)構(gòu)先驗信息,從而借助高效的代數(shù)計算算法進行求解。實驗結(jié)果表明,該方法可以有效地實現(xiàn)準(zhǔn)平穩(wěn)信號欠定混合矩陣的高分辨盲辨識,尤其對源信號來波方向較
6、接近的情況具有更顯著的效果。
?。?)針對諸如通信信號通常具有的循環(huán)平穩(wěn)統(tǒng)計特性,進一步挖掘信號的統(tǒng)計特征,提出了一種基于二階循環(huán)統(tǒng)計量預(yù)處理的二次時頻分布盲源分離算法。首先挖掘二階循環(huán)統(tǒng)計量與 Wigner-Ville分布之間的內(nèi)在聯(lián)系,借助分段平均的周期圖實現(xiàn)對二次時頻分布 WVD的重構(gòu),達(dá)到降噪和抑制一定交叉項干擾的預(yù)處理目的;然后,計算信號時頻分布矩陣并找出自源時頻點,并利用相應(yīng)的時頻分布矩陣構(gòu)建新的三階張量模型;最后利
7、用PARAFAC分解法直接實現(xiàn)源信號的分離。該算法借助信號的循環(huán)平穩(wěn)特征,通過預(yù)處理的方式達(dá)到抑制噪聲和干擾項的目的,且模型只需滿足平行因子分解的條件,不需假設(shè)任意時頻點的源數(shù)目不大于混合信號數(shù)目。實驗結(jié)果表明所提出的方法可以有效地抑制干擾,并且只需要一步即可實現(xiàn)源信號的分離,避免“兩步法”造成的誤差疊加,提高了分離的效率和性能。
?。?)以基于外輻射源信號的無源雷達(dá)運動目標(biāo)檢測為研究對象,提出了基于盲源分離的雜波分步干擾抑制架
8、構(gòu),研究算法在實際中的應(yīng)用。首先采用時域相消算法抑制主基站直達(dá)波和多徑干擾;然后針對殘留的強弱混合的鄰近基站干擾信號,采用分步抑制算法,先借助盲源分離算法對較強干擾信號進行初步抑制,再利用穩(wěn)健的自適應(yīng)波束形成技術(shù)對較弱信號進行進一步的干擾消除;最后利用距離-多普勒相干處理對運動目標(biāo)進行檢測。該方法借助分步架構(gòu),對主基站干擾、鄰近基站強、弱干擾進行分別處理,克服了傳統(tǒng)干擾抑制方法會將較多的自由度用于抑制功率相對較大的主基站直達(dá)波和多徑干擾
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 欠定盲源分離及其應(yīng)用.pdf
- 欠定盲源分離算法及在電磁領(lǐng)域的應(yīng)用研究.pdf
- 欠定盲源分離算法及在語音處理中的應(yīng)用研究.pdf
- 欠定盲源分離中源信號恢復(fù)算法研究.pdf
- MIMO雷達(dá)信號欠定盲源分離算法研究.pdf
- 盲源分離算法及其應(yīng)用研究.pdf
- 欠定盲源分離技術(shù)研究.pdf
- 欠定盲源分離混合矩陣估計算法的研究.pdf
- 欠定盲源分離及其在跳頻信號分選中的應(yīng)用研究.pdf
- 線性混合欠定盲分離算法研究.pdf
- 語音信號的欠定混合盲源分離算法研究.pdf
- 基于壓縮感知重構(gòu)算法的欠定盲源分離研究.pdf
- 欠定半盲分離方法與應(yīng)用研究.pdf
- 基于稀疏性增強的欠定盲源分離算法研究.pdf
- 非欠定盲源分離技術(shù)研究.pdf
- 欠定盲源分離問題及其在信號提取中的應(yīng)用.pdf
- 基于壓縮感知的欠定盲分離源信號恢復(fù)算法研究.pdf
- 欠定盲源信號分離的數(shù)學(xué)理論與算法.pdf
- 欠定盲源分離在模態(tài)參數(shù)識別中的應(yīng)用.pdf
- 后非線性盲源分離算法及其應(yīng)用研究.pdf
評論
0/150
提交評論