盲信号分离算法比较与研究

《盲信号分离算法比较与研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、盲信号分离算法比较与研究绪论和传递通道的特征信息仅利用传感器接收到的混合信号将原始信号分离出来这在许多方面具有重要的实用价值因此自BSS问题提出之后在很短的几年内就获得了迅速的发展成为近年来信号处理领域的一个研究热点现代科学技术的发展对信号处理系统提出了更高的要求本文主要研究自适应盲信号分离算法并将其应用到数字信号处理中1.2BSS研究的发展概况BSS的开拓性研究起源于Jutten等1991年发表的论文他们第一次将人工神经网络与盲信号分离问题相结合从而开启了一个新的信号处理领域论文中提出的启发式学习算法已具备后来算法的雏形1994年common第一次提出了BSS的独立分量分析(ICA

2、)方法他首先界定了ICA方法的基本假设条件并明确指出可以利用一些称为对比函数的目标函数极小化方法消除观测信号中的各阶统计相关性从而实现盲信号分离同年Delfosse等提出采用降维的方法(即逐个提取原始信号)解决BSS问题并证明了这种算法具有全局收敛性能1995年Bell等发表的文章成为ICA发展史上的里程碑正是他们的工作极大地推动了盲信号分离的研究使得在短短的几年内涌现出大量的BSS算法他们的主要贡献是第一利用神经网络的非线性来消除观测信号中的高阶统计相关性第二用信息最大化准则建立目标函数从而将信息论方法与ICA相结合第三给出了神经网络式的最优迭代学习算法成为后续各种算法的基础第四成

3、功地对具有10个人说话的鸡尾酒会问题给出了很好的分离效果应该说,盲信号分离不仅对信号处理的研究,而且也对神经网络理论的发展起到了积极的推动作用同年Mansour等和Souloumiac等分别利用信号的四阶交叉累量和非平稳信号的时间相关属性消除混合信号中的附加白噪声的影响并实现盲分离自1996年至1999年人们对BSS问题的研究开始在多方面展开在分离性能研究方面Cao等讨论了BSS的两个主要问题:可分离性和分离准则文章指出可分离性是观测信号本身的固有特性可以用m行可分解性概念加以描述而盲分离准则可以利用随机变量的结构特征理论如Darmois-Skitovich-2-盲信号分离算法比较与

4、研究绪论理论简明直观地推出Cardoso等提出了ICA学习算法中的相对梯度等价变化和有关稳定性和分离精度等重要思路和方法并指出ICA分离准则中的信息最大化准则与最大似然估计准则是一致的Obradovic等则论证了信息最大化准则与基于Kullback-Leibler散度的互信息最小化准则是一致的以上两人的文章揭示了ICA分离准则的一致性Douglas等的文章提出基于最大似然准则推导出来的盲解卷与盲分离算法也拥有统一的框架1998年Cardoso对ICA方法和盲分离算法的稳定性重新进行了分析并提出了一种一致性标准在算法研究方面Karhunen等提出了采用多层反馈神经网络算法解决ICA问题

5、Te-WonLee等基于信息最大化准则对非线性混合信号实现盲分离Belouchrani等利用信号的时频分布特征解决盲分离并对算法进行了渐进收敛性能分析Serviere利用四阶交叉累量消除法对对宽带信号源进行盲解卷并提出了几个分离准则Amari等等利用自然梯度算法实现盲解卷/盲均衡Zhang等提出利用状态空间模型实现盲解卷/盲均衡部分文献对传感器数目少于信号源数目时的盲分离问题进行了研究进入21世纪以后BSS和ICA等方法的研究已深入到信号处理领域的多个方面而且针对不同的问题提出了多种算法及其应用包括各种盲分离盲解卷和盲均衡算法及性能分析(自适应)分离算法的时域频域时频域研究多维信号的

6、盲分离时变动态系统的盲分离BSS在图形/图像语音金融通讯生物医学等领域的应用等这些研究从不同的方面展示了BSS技术的优点与此同时在实践中遇到的各种的问题和难点激励着人们对BSS的研究向更深入的方向发展近几年国内某些高校也进行了相关方面的理论研究将盲信号分离理论应用到具体实践中去将是进一步的发展方向1.2BSS研究的主要内容BSS的研究内容涉及到各种算法及其性能分析目标函数的确定信号源概率密度函数的估计BSS的应用等多个方面(1)算法研究根据信号所处的环境不同盲信号的混合方式有瞬态线性混合卷积混合非线性混合等方式针对不同的混合方式需要采用不同的分离方法在瞬态线性混合方式下观测信号是原始

7、信号在相同时刻的线性叠加混合矩阵是实矩-3-盲信号分离算法比较与研究绪论阵盲分离过程等价于寻找混合矩阵的逆矩阵过程如果信道的传输延迟等影响较大观测信号是原始信号在过去不同时刻的线性叠加则属于卷积混合方式此时的传递通道矩阵可以用有限脉冲相应滤波器(FIR)模型来构造盲解卷过程需要利用相应的解卷滤波器实现如果信号所处的环境是动态变化的且具有非线性特征则要利用非线性特征函数实现盲分离根据对信号的处理方式不同盲分离可以在时域频域或时频域进行研究时域盲分离研究比较直