收藏本站
《电子科技大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

盲源分离算法及相关理论研究

高建彬  
【摘要】:盲源分离或者盲信号分离(BSS)是指在各个源信号本身均未知的情况下,根据某种条件和假设,从混合的观察信号中分离出这些源信号的方法。在过去的几十年中,盲源分离技术由于其潜在的应用价值,得到了国内外众多学者的关注,发展极为迅速。目前,盲源分离技术已经在诸如语音增强与识别,生物工程,信息安全等领域中得到广泛应用。 本文首先介绍了盲源分离背景及国内外对于盲源分离的研究概况,接着讨论了盲源分离中经常用到的一些基本理论知识,这些知识包括盲源分离的约束条件,信号数据的中心化和白化等预处理技术,概率统计基础包括概率密度变换、峭度、高阶累积量等,另外介绍了信息论相关的知识,给出了一些必要的信息论方面的知识,如熵、负熵、互信息等。为了加深理解,介绍了几种常用的盲源分离算法。本文主要研究了瞬时线性混合盲源分离算法及其相关理论,主要成果如下: 1.研究利用图像的局部光滑特性实现盲源分离。结合图像本身的性质恢复混合图像是当前的研究热点之一。通过把图像信号和声音信号进行对比,可以发现在图像上一个较小的区域内,图像像素的变化程度很小,也就是说图像是局部光滑的,根据图像的这一现象,我们构造了一个适当的类熵函数表示图像局部区域的光滑程度,该类熵函数可以使源图像的熵值最小,同时使混合图像的熵值介于源图像极大熵值和极小熵值之间,然后把这个类熵函数作为遗传算法的目标函数,在整个图像空间搜索该类熵函数的极小值,取得了满意的分离效果,仿真实验表明了该方法的有效性。 2.研究基于二阶统计的频率域上的盲源分离算法。分析了Duarte提出的SOFI算法存在的累积误差问题,在此基础上提出一个逆向的二阶频率识别算法RSOFI,通过理论分析,证明了RSOFI算法的可行性。与SOFI算法相反,RSOFI首先提取的是光滑度最低的信号。但是RSOFI算法仍然存在累积误差问题,因此本文把SOFI算法和RSOFI算法结合起来,得到一个基于二阶统计量的改进的频域盲源分离算法ISOFI,在无噪声环境和有噪声环境下分别进行的仿真实验验证了ISOFI算法具有不错的分离性能。 3.次元或次分量(MCA)是数据具有最小方差的方向,也就是说,次元分析是寻找最小特征值所对应的特征向量的特征值分解(EVD)问题。特征值分解技术在盲源分离问题中有着广泛的应用,比如慢特征分析(SFA)方法,SOFI方法和我们提出的ISOFI方法都需要计算协方差矩阵的最小广义特征值对应的广义特征向量即次元,因此研究如何提取输入数据的次元是有意义的。本文通过研究现有的MCA神经网络学习算法,从广义特征分解的角度出发,提出了一种新颖的次元提取算法。对算法的理论分析证明了该算法的收敛性,通过与OJA+MCA学习算法和M LLER的MCA学习算法比较表明,我们提出的算法在实际应用中是一个很好的选择。 本文的研究工作始终与目前BSS理论研究方向相联系,对于推进BSS理论和算法的研究,具有一定的理论意义和应用价值。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李广彪,张剑云,毛云祥;盲源分离的发展及研究现状[J];航天电子对抗;2004年06期
2 王昆;;盲源分离问题的分析研究[J];科技信息;2008年29期
3 柯维;张永祥;吕博;;基于微分进化算法的盲源分离[J];海军工程大学学报;2012年05期
4 林秋华,殷福亮;盲源分离自适应算法的统一形式[J];大连理工大学学报;2002年04期
5 刘海林;谢胜利;章晋龙;;微延迟病态卷积混叠盲源分离的可分性研究[J];计算机科学;2003年07期
6 吴微东,庄哲民;基于盲源分离的一种快速独立分量分析算法[J];汕头大学学报(自然科学版);2004年02期
7 郭松;孙云莲;;基于独立分量分析盲源分离快速算法[J];电子测量技术;2004年02期
8 丁铎,贾永强,王映民;一种基于峰度的盲源分离算法研究[J];现代电子技术;2005年14期
9 肖俊,何为伟;源信号数目大于观察信号数目情况下的盲源分离[J];现代电子技术;2005年11期
10 李广彪,张剑云,毛云祥;盲源分离中的非高斯性极大准则[J];舰船电子对抗;2005年05期
11 李著成;张立毅;;一种新的自适应步长盲源分离算法[J];现代电子技术;2005年24期
12 牛龙,马建仓,王毅,陈海洋;一种新的基于峰度的盲源分离开关算法[J];系统仿真学报;2005年01期
13 李广彪;张剑云;;基于变步长等变化自适应盲源分离算法[J];电子信息对抗技术;2006年01期
14 汤影;康戈文;;盲源分离中信号独立性的讨论[J];现代电子技术;2006年04期
15 徐尚志;苏勇;叶中付;;多种概率分布源的盲源分离快速算法[J];中国科学技术大学学报;2006年05期
16 牛奕龙;王英民;王毅;;一种改进的自适应不完整自然梯度盲源分离算法[J];模式识别与人工智能;2006年05期
17 赵知劲;解婷婷;李小平;赵治栋;;一种小波域盲源分离算法[J];西安电子科技大学学报;2007年03期
18 邓娟;李宏;;一种基于信息最大化的自适应变步长盲源分离算法[J];电子测量技术;2007年06期
19 陶磊;张昀;;基于独立分量分析的盲源分离研究[J];广东通信技术;2007年07期
20 苏中元;贾民平;;周期平稳信号盲源分离算法及其应用[J];机械工程学报;2007年10期
中国重要会议论文全文数据库 前10条
1 李舜酩;;转子振动信号的盲源分离研究[A];第三届全国虚拟仪器大会论文集[C];2008年
2 许林周;章新华;范文涛;;一种盲源分离后续去冗余方法[A];2009年全国水声学学术交流暨水声学分会换届改选会议论文集[C];2009年
3 韩少博;林京;吴文焘;;频域盲源分离中的一种稳健解排列模糊方法[A];中国声学学会2009年青年学术会议[CYCA’09]论文集[C];2009年
4 章林柯;何琳;江涌;;基于盲源分离的潜艇源识别信号去除干扰研究[A];第十一届船舶水下噪声学术讨论会论文集[C];2007年
5 康春玉;章新华;李军;;盲源分离与自适应滤波器结合抑制强干扰研究[A];2012'中国西部声学学术交流会论文集(Ⅱ)[C];2012年
6 周祥;樊涛;;基于盲源分离的储油罐底腐蚀混叠信号的识别与分离[A];第八届沈阳科学学术年会论文集[C];2011年
7 王颖翠;;一种基于自然梯度的卷积混合频域盲源分离算法[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
8 许策;章新华;高成志;;源数目估计对盲源分离算法影响分析[A];2007年全国水声学学术会议论文集[C];2007年
9 成谢锋;张仲;孙夏;;一种单路混合信号的盲源分离新方法[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
10 胡增辉;朱炬波;;基于盲源分离的波达角估计[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 张良俊;欠定盲源分离算法及其应用研究[D];武汉理工大学;2015年
2 吴微;含噪盲源分离算法研究及其在水声信号中的应用[D];解放军信息工程大学;2014年
3 骆忠强;无线通信盲源分离关键技术研究[D];电子科技大学;2016年
4 徐先峰;利用参量结构解盲源分离算法研究[D];西安电子科技大学;2010年
5 王尔馥;盲源分离理论及其在通信系统中的应用[D];哈尔滨工业大学;2009年
6 李昌利;盲源分离的若干算法及应用研究[D];西安电子科技大学;2010年
7 高建彬;盲源分离算法及相关理论研究[D];电子科技大学;2012年
8 郭靖;盲源分离的时频域算法研究[D];重庆大学;2012年
9 张念;盲源分离理论及其在重磁数据处理中的应用研究[D];中国地质大学;2013年
10 刘建强;非平稳环境中的盲源分离算法研究[D];西安电子科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 彭帆;多输入多输出系统盲源分离频域新方法的研究[D];汕头大学;2002年
2 程舒慧;动态盲源分离及其在生物医学信号处理中的应用研究[D];安徽大学;2011年
3 张政;基于独立分量分析的盲源分离算法优化研究[D];南京信息工程大学;2015年
4 高鹏;基于单通道盲源分离理论的故障特征提取技术[D];长安大学;2015年
5 姚鑫;基于EEMD的单通道盲源分离研究与应用[D];大连交通大学;2015年
6 张颖;低角雷达盲信号分离方法研究[D];河南师范大学;2015年
7 吴康锐;基于空间几何信息约束的欠定卷积盲源分离[D];南昌大学;2015年
8 李莽;盲源分离在信号探测中的应用[D];电子科技大学;2014年
9 宋继飞;噪声条件下欠定盲源分离算法研究[D];大连理工大学;2015年
10 甘一凡;基于盲源分离的车辆检测与分类技术研究[D];电子科技大学;2015年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978