基于独立元分析的盲源分离方法研究

【摘要】：盲源分离是一种在没有或者有很少关于源信号和混合先验知识的前提下,从一组混合信号中恢复源信号的技术,该技术在语音处理、图像处理、水声信号处理、雷达信号处理、地震信号处理、生物医学、故障诊断甚至金融数据分析等领域都有着广泛应用。本文主要研究了基于独立元分析的盲源分离算法及其在地震信号去噪中的应用。主要研究内容如下: 对盲源分离问题的基本理论和主要算法进行了总结,阐述了盲源分离问题的模型,介绍了关于盲源分离算法的一些预备知识,接着详细讨论了几种常见的基于独立元分析的盲源分离算法,最后通过仿真实验对这几种算法的分离性能进行比较。 针对一些算法不能实现对杂系混合信号盲源分离的问题,给出一种改进的基于牛顿法的盲源分离算法,在算法中引入独立元分析的开关准则,利用随机变量的峭度来区分信号的类型,对不同的信号采用不同的非线性函数,实现同时含有超高斯信号和亚高斯信号的杂系混合信号的盲源分离。通过仿真也验证了该算法对于杂系混合信号的盲源分离是有效的,且在收敛速度和分离性能上比原牛顿法和扩展的信息最大化法有所改进。 研究了盲源分离算法在地震信号去噪中的应用,分为多通道的和单通道的地震信号去噪两部分。对于多通道部分,将噪声当作是源信号中的组成部分,然后运用盲源分离算法实现地震信号去噪;对于单通道部分,通过奇异值分解对单路地震信号进行预处理,生成另一路信号,然后用盲源分离算法对这两路信号进行处理,从而实现了单通道的地震信号去噪,仿真实验验证了该方法是可行的。