收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

盲源分离理论及其在通信系统中的应用

王尔馥  
【摘要】:人们通过对自然界和现实生活中大量信息的分析和处理来获得认识和改造世界的能力。这些信息可能是已知的,但更多情况下对必要的信息却是未知的。将待认知的对象抽象为源信号,当源信号全部或部分已知时,根据已知信号通过适当的变换就可以将源信号还原出来。然而,在源信号和传输信道信息均缺失的情况下,仅依据有限的观测信号来分离、恢复源信号的过程,称为盲源分离。 自从Herault和Jutten提出用神经网络方法实现语音信号盲源分离,在该领域作出开创性工作以来,关于盲源分离理论的研究层出不穷,并取得了丰硕的成果。盲源分离先后在语音识别、图像处理、地震勘探以及生物医学等领域获得了成功应用,引起了信号处理学界和神经网络学界的共同关注。随着应用化进程的不断推进,盲源分离算法所存在的问题也不断显现。对盲源分离算法进行深入研究并根据应用背景的需要提出改善性能的实用化技术,对进一步拓宽盲源分离的应用领域具有重要意义。本文围绕这一热点课题展开,并将研究重点放在卷积混合模型以及增强抗噪声鲁棒性和降低接收设备开销的实用化盲源分离技术上。 按照传输信道混合特性的不同,盲源分离可分为线性瞬时混合模型和线性卷积混合模型,二者通过Fourier变换及其逆变换可以相互转换。学者们从不同角度出发,已经提出了很多改善盲源分离算法性能的方案。概括地说,现阶段尚存的有待进一步改进的问题主要集中在以下几个方面:如何克服模型中传输时延的影响求解出卷积混合信号,如何抵消加性高斯白噪声的影响保证分离算法的性能,如何利用尽量少的接收阵元来分离尽量多的混合信号。 本文在对瞬时混合模型进行分析的基础上研究卷积混合模型及实用化盲源分离技术。盲源分离问题需要满足基本假设条件,其中独立性假设是核心所在,基于此建立起来的独立分量分析理论在用来分离独立源信号时与盲源分离是等价的。相似系数和性能指数是两个常用的评价算法分离性能的指标,分别从分离信号和分离矩阵的角度进行定义。 盲源分离问题由分离准则和优化算法两部分构成,分离准则主要有基于信息论、基于最大信噪比和基于高阶累积量三类。本文采用自然梯度优化算法,分别对三类准则下的瞬时混合盲源分离算法进行仿真,结果表明高阶累积量准则对高斯噪声具有不敏感性,更适用于无线通信系统。当加权协方差矩阵的特征值接近时,基于高阶累积量的算法容易陷入局部极值而无法正确分离所有信号,基于归一化峭度的顺序盲源提取算法可以从混合信号中提取出具有特定属性的信号。 线性卷积混合模型经过Fourier变换可以转化为频域的线性瞬时混合模型,因此解卷积至少可以有时域和频域两类方法。时域分离算法卷积计算量大、方法复杂,收敛性能也一般,频域分离算法可以利用FFT快速运算,但是需要解决各个频点上分离子信号排序不一致的问题。频域分离模型体现了噪声消除与信号分离之间的矛盾,本文通过对无噪情形下混合矩阵结构的分析,找到分离子信号排序不一致的根源并提出两项解决方案。定义邻频幅角比参数来寻找差错频点位置,纠正相应位置上的分离子信号到一个相同的顺序上,解决了频域算法的排列顺序不一致这个瓶颈问题。自适应耦合法引入耦合因子来保持相邻频点上分离矩阵的相关性,无需单独的排序过程,降低了出现顺序混淆的概率。仿真表明其效果虽然没有邻频幅角比好,但避免了额外的运算量开销,可以在精度要求稍低的场合下使用。 总体上来说盲源分离算法尚处于理论研究阶段,推广到实际系统时存在着一些制约算法性能的因素。一方面,接收设备处存在加性高斯白噪声,无论是高阶累积量还是子空间理论,都只具备十分有限的噪声抑制能力。本文提出采用时频分析作为噪声预处理手段,首先提高观测信号的信噪比继而再进行盲源分离。分别设计了分阶段噪声预处理方案和时频联合两步消噪预处理方案,充分发挥了经验模态分解收敛速度快和小波变换消噪性能稳定的优势,两步化的预处理方案可以使观测信号的信噪比降低到一个较为理想的程度,提高了算法整体的抗噪声性能。另一方面,实际应用中多数情况下系统是一个黑匣子,无法根据源信号的数目来设计接收阵列的规模。即使已知源信号数目,当数目太大时接收阵元的规模也将同比增加,从而带来昂贵的设备开销。为简化接收设备的复杂度,有必要研究接收阵列低元化的盲源分离技术。本文在稀疏成分分析的基础上,着重于聚类环节的实现,提出一种将K-mean聚类和Kohonen神经网络聚类相结合的K-Kohonen混合聚类算法,不仅加快了Kohonen网络的收敛速度,而且可以获得精确的聚类结果。结合主分量分析,提出基于混合聚类算法的K-K-P欠定混合盲源分离算法,能够比较准确地估计信道混合矩阵,从而实现阵列低元化下的盲源分离。在算法实用化和降低设备消耗方面给出重要的研究结果。 盲源分离在很多领域都获得了成功的应用,但应用于通信系统的盲源分离算法的性能却被一些实际因素所制约。作为应用性探讨,本文对卷积混合模型进行简化,在莱斯衰落信道下讨论了多径数、莱斯因子和最大传输时延三个参数对分离性能的影响,并通过仿真试验给出了数值结论。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张道信,周爱毓,郭晓静,吴小培;结合中值滤波技术的盲源分离算法[J];微机发展;2004年07期
2 张文爱;刘俊豪;;基于粒子群算法的盲源分离算法[J];太原理工大学学报;2006年02期
3 李鸿燕;郝润芳;马建芬;王华奎;;基于独立分量分析的图像增强[J];弹箭与制导学报;2007年05期
4 张莉珍;梅铁民;;盲源分离在扫描图像增强中的应用[J];科技创新导报;2008年30期
5 王春华;公茂法;衡泽超;;盲源分离技术及其发展[J];信息化纵横;2009年18期
6 权友波;王甲峰;岳旸;李蕾;严俊;;盲源分离技术现状及发展趋势[J];通信技术;2011年04期
7 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
8 赵杰;刘云海;;基于小波变换ICA盲源分离[J];电子测量技术;2004年05期
9 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
10 范乐昊;邱晓晖;司海飞;;基于独立分量分析的噪声消除技术[J];金陵科技学院学报;2006年04期
11 付卫红;杨小牛;刘乃安;;基于盲源分离的CDMA多用户检测与伪码估计[J];电子学报;2008年07期
12 王昆;;盲源分离问题的分析研究[J];科技信息;2008年29期
13 王昆;刘勃妮;;基于自然梯度算法及其改进算法的盲源分离[J];科技资讯;2008年32期
14 徐文浩;马明;张庆海;;基于盲源分离和小波滤波的胎儿心电检测[J];国外电子测量技术;2009年01期
15 岳阳光;许世宏;张虎城;;盲源分离技术在气象雷达中的应用[J];微计算机信息;2009年22期
16 杨晓梅;;基于稀疏表征的欠定盲源分离的研究[J];科技信息;2011年01期
17 杨晓梅;;欠定盲源分离在语音信号处理中的应用研究[J];科技创新导报;2011年06期
18 王荣博;侯朝焕;杨俊;;瞬时混合盲源分离和最优波束形成的关系研究[J];应用声学;2011年04期
19 倪晋平,马远良,张忠兵;一种强干扰下超弱水声信号自适应盲分离的快速算法[J];声学技术;2002年03期
20 申丽岩;方滨;沈毅;;基于负熵极大的独立分量分析方法[J];中北大学学报;2005年06期
中国重要会议论文全文数据库 前10条
1 解德鹏;景新幸;杨海燕;高珊;;基于声源定位和盲源分离的语音提取技术[A];中国声学学会第九届青年学术会议论文集[C];2011年
2 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
3 柴晶晶;陈文超;高静怀;;基于欠定盲源分离的地震盲反褶积方法[A];中国地球物理2010——中国地球物理学会第二十六届年会、中国地震学会第十三次学术大会论文集[C];2010年
4 徐旭;郭崇慧;;稀疏成分分析的简要综述[A];中国运筹学会第十届学术交流会论文集[C];2010年
5 钟振茂;陈进;钟平;;机械故障诊断中的多源分离方法[A];中国声学学会2001年青年学术会议[CYCA'01]论文集[C];2001年
6 高磊;陈文超;高静怀;;基于盲源分离的面波压制方法[A];中国地球物理·2009[C];2009年
7 章新华;;盲源分离技术及其水声信号处理中的应用[A];2004年全国水声学学术会议论文集[C];2004年
8 焦卫东;杨世锡;吴昭同;;用盲源分离技术创建独立的虚拟传感器[A];中国仪器仪表学会学术论文集[C];2004年
9 范文涛;章新华;徐莉;;波束域盲源分离与MUSIC融合的方位估计算法[A];2008年全国声学学术会议论文集[C];2008年
10 马明;王新军;;一种Walsh变换域的盲源分离算法[A];2008年中国高校通信类院系学术研讨会论文集(下册)[C];2009年
中国博士学位论文全文数据库 前10条
1 李灯熬;基于循环平衡理论的盲源分离算法[D];太原理工大学;2010年
2 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
3 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
4 张晓丹;基于盲源分离技术的工程结构模态参数识别方法研究[D];北京交通大学;2010年
5 刘佳;单通道盲源分离及其在水声信号处理中的应用研究[D];哈尔滨工程大学;2011年
6 郭靖;盲源分离的时频域算法研究[D];重庆大学;2012年
7 付卫红;盲源分离及其在通信侦察中的应用研究[D];西安电子科技大学;2007年
8 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
9 胡增辉;基于盲源分离的阵列信号波达参数估计[D];国防科学技术大学;2012年
10 王卫华;盲源分离算法及应用研究[D];哈尔滨工程大学;2009年
中国硕士学位论文全文数据库 前10条
1 周鋆卿;运动平台盲源分离技术研究[D];西安电子科技大学;2010年
2 刘卫菠;通信信号盲源分离的高效算法研究[D];西安电子科技大学;2011年
3 赵军;基于独立分量分析和基音提取技术的盲源分离[D];西安理工大学;2005年
4 牛奕龙;盲源分离算法研究[D];西北工业大学;2005年
5 贺海港;盲源分离在通信信号分离中的应用[D];西安电子科技大学;2010年
6 焦东立;基于压缩感知的盲信号处理技术研究[D];电子科技大学;2011年
7 宋跃辉;基于DSP的语音信号盲源分离[D];西安理工大学;2005年
8 许鹏飞;卷积混合数字通信信号的盲源分离[D];西安电子科技大学;2010年
9 李叶华;盲源分离在智能天线波束形成技术中应用的理论探讨[D];燕山大学;2010年
10 雷衍斌;航空发动机振动信号分离技术研究[D];南京航空航天大学;2010年
 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