基于张量对角化的多数据集信号联合盲分离

《基于张量对角化的多数据集信号联合盲分离》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、乂连毯占大葦ＤＡＬＩＡＮＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹ破±享恆巧文ＭＡＳＴＥ民ＡＬＤＩＳＳＥＲＴＡＴＩＯＮ＊＊幽基于张量对角化的多数据集信号联合盲分离—号曲宣；驾学科专业办颇＾作者姓名指导教师｜聋岛哩＿｜１＾璋＿答辩２０１６６日期＿＾＿Ｊ硕±学位论文基于张量对角化的多数据集信号联合盲分寓Ｍｕｌｔｉ－ＪｔｉＢｏｎＴｅｓｏｒｓｅｔｏｉｎｔＢｌｉｎｄＳｏｕｒｃｅＳ巧ａｒａｏｎａｓｅｄｎＤｉａｇｏｎａｌｉｚａｔｉｏｎ：刘颖良作者姓名学科、专业：信息与通信工程１：２３

2、０９０４８学号指导教师：糞晓峰副教授完成日期：２０１６年５月３０日乂途巧义乂嗦ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ大连理王大学学位论文独创性声明：作者郑重声明所呈交的学位论文，是本人在导师的指导下进行研究王作所取得的成果。尽我所知，除文中己经注明引用内容和致谢的地方夕ｈ本论文不包含其他个人或集体己经发表的研究成果，也不包含其他己一申请学位或其他用途使用过的成果。与我同工作的同志对本研巧所做的贡献均己在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。／学位论文题目：３沁霉对你ｍ

3、維裳卷专玻隹ｔ茜華韦吟：別窥日期：么曰作者签名年／月／大连理工大学硕±学位论文摘要现代信号处理中，在众多实际问题的驱动下，多数据集联合盲分离己成为信号处理领域新的热点。联合盲分离能够利用多数据集信号之间的统计特性，如组间相关性和组内独立性等一，最终恢复出混合的源信号。而张量作为种极具潜力的多维数据融合的工（）具，，稀疏非负矩阵／张量分解，凸优化等数学工具通过使用张量分解，也可更好地进行盲信号的处理，将大大地推动张量信号。若能将张量分解和联合盲分离结合起来处理、联合盲分离等前沿技术在理论与方法上的发展。基于张量对角化的联合盲分离主要

4、思想是构造具有特定结构的目标张量，，进行联，进行代数拟合辨识信号的混合机理合信号的处理，最终恢复出混合的源信号。目前基于张量分解的联合盲分离正处于起步阶段，本文主要开展了基于张量对角化的联合盲分离方法的研究，分别提出了基于Ｇｅｎｓ，ｉｖ旋转矩阵ＬＵ分解和连续旋转策略的Ｈ阶及四阶张量对角化算法，并将这些算法应用至实际的联合盲分离问题中，具体成果如下：一（１）针对Ｈ阶正交的联合盲分离问题，提出了种基于Ｇｉｖｅｎｓ旋转矩阵的Ｈ阶正一一交张量对角化算法。该算法求解系列的访ｖｅｎｓ旋转矩阵的解析解来交替更新每个混合矩阵。仿真实验表明，该算法与现有的算法相比具有快

5、速的收敛性及较高的分离一、精度，并通过胎儿屯电图分离和语音信号分离的实验，进步阐述了所提算法的性能。一（２）针对四阶正交的联合盲分离问题，提出了种基于Ｇｉｖｅｎｓ旋转矩阵的四阶正一交张量对角化算法，把多个参数优化问题分解为。通过极分解系列简单的特征值分解问题，。仿真实验证明了该算法较优的收敛性能、分离精度并且将其应用于解决胎儿如电信号的分离问题上。一（３）针对四阶非正交的联合盲分离问题，提出了种基于ＬＵ分解和连续旋转的四阶非正交张量对角化算法。该算法通过ＬＵ分解将复杂的整体优化问题转化成Ｌ阶段一系列简单的初等Ｈ角矩阵或酉矩阵代替和Ｕ阶段，将因子矩阵近似

6、地由。仿真实验证明了该算法的收敛性和分离精度，并将其应用于解决胎儿也电信号的分离问题中。关键词：联合盲分离；张量对角化：多效据集；ＥＣＧ；语音分离－－Ｉ基于张量对角化的多数据集信号联合盲分离Ｍｕ－ｌｔｉｓｅｔＪｏｎｔＢｌｉｎｄｕｒｃｅａｒａｔｏｎＢａｓｅｄｏｎＴｅｎｓｏｒＤｉａｏｎａｚａｔｏｎｉＳｏＳｅｐｉｇｌｉｉＡｂｓｔｒａｃｔＩｎｍｏｄｅｍｓｉｎａｌｒｏｃｅｓｓｉｎｄｒｉｖｅｎｂｍａｎｒａｃｔｃａｒｏｂｌｅｍｓｌ；ｏｉｎｔｂｌｉｎｄｓｏｕｒｃｅｇｐｇ，ｙｙｐｉｌｐ，ｈｅｊｓｅａｒａｔｉｏｎｏｆｍｕｔ－ｉ

7、ｓｅｔｈａｓｍｅｏｎｅｏｆｔｈｅｆｒｏｎｔｉｅｒｒｓｅａｒｃｈｄｉｒｅｃｔｉｏｎｏｉｎｔｂｌｉｎｄｓｏｕｃｅｐｌｂｅｃｏｅ．Ｊｒｓｅｐａｒａｔｉｏ打ｃａｎｕｓｅｔｈｅｓｔａｔｉｓｔｉｃａｌｒｏｅｒｔｙｂｅｔｗｅｅｎｌａｔｅｎｔｖａｒｉａｂｌｅｓｏｆｏｂｓｅｒｖａｔｉｏ打ｄａｔａ，ｓｕｃｈａｓｐｐ－－ｔｈｅｉｎｔｒａｓｅｔｉｎｄｅｐｅｎｄｅｎｃｅａｎｄｔｈｅｉｎｔｅｒｓｅｔｄｅｐｅｎｄｅｎｃ