基于高阶统计量的盲源分离算法研究

《基于高阶统计量的盲源分离算法研究》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、分类号：TN911单位代码：10190研究生学号：201306032密级：无硕士学位论文基于高阶统计量的盲源分离算法研究BlindSourceSeparationAlgorithmbasedonHigh-OrderStatistics研究生姓名：赵国伟专业：电子与通信工程指导教师姓名：王宏志指导教师职称：教授2016年4月硕士学位论文硕士学位论文摘要盲信号混合分离自提出以来近三十年的时间里，一直吸引着一批又一批的学者以极大的热情对其理论和应用进行研究，使其不仅成为一项热门的研究技术，也奠定了在信号处理领域中的重要地位。盲源分离（BlindSourceSeparation，BSS）是一

2、种对混合信号进行恢复和估计的处理技术，主要针对的是源信号和传输通道先验知识欠缺的情况下，怎样利用源信号的统计特性和信号处理方面的方法对观测得到的混合信号进行处理。近年来，由于信息技术的飞速发展，盲源分离的应用日益深入到我们生活的各个方面，医疗、通信、地质勘探等领域都有它的身影。因此，本文是以前人工作的基础上，对高阶统计量理论下的盲源分离问题进行了学习和研究，文章主要内容如下：首先，对盲源分离的研究情况及发展过程做了简单介绍，之后从盲源分离的基础理论入手，对信号模型、可分离的基本条件、求解过程及衡量分离算法性能标准等方面进行了分析说明。重点对基于高阶累积量的线性瞬时混合和卷积混合信号的

3、盲分离问题进行了研究，其内容概括如下：针对瞬时混合的盲源分离问题，本文介绍了一种基于四阶矩和四阶累积量的双梯度分离算法，通过对其算法性能进行仿真分析,针对影响算法性能的步长进行了改进，使得算法在收敛速度和稳态误差方面具有显著的提升。同时，将本文算法应用于真实录制的语音信号的分离，取得了比较满意的分离效果。其次，研究了复杂噪声背景下的卷积混合盲源分离问题，首先求解特殊定义下获得的接收信号的四阶累积量，然后使用SVDTLS方法对信号中的非高斯有色噪声进行建模分析和处理，再对消噪后混合信号求其四阶互累积量，并采用粒子群算法对其进行优化，使得混合信号得到分离。通过与其他算法的对比分析，对本

4、文算法的分离效果进行了有效验证。关键词：盲源分离四阶累积量粒子群优化去噪分离I硕士学位论文AbstractBlindSourceSeparationisanimportantbranchofthesignalprocessingfield.Sincethe1980's,ithasbeenoneofthehottestresearchinthefieldofsignalprocessingtechnology.Undertheconditionthatthesourcesignalandthetransmissionchannelareunknown,wecanachieverecov

5、eryandestimatesofthesourcesignalinformationthroughthemethodofBlindSourceSeparation.Inrecentyears,duetotherapiddevelopmentofinformationtechnology,BlindSourceSeparationappliedtoallaspectsofthedeepening,medical,communications,geologicalexplorationandotherareasofourliveshasitspresence.Combiningwith

6、previouswork,thispaperfocusesontheBlindSourceSeparationbasedonthefourth-orderstatisticstheory,themaincontentsareasfollows:Firstly,welearnedthebasictheoryoftheBlindSourceSeparation,andanalyzedthesignalmodel,thebasicconditionsoftheseparation,thesolutionprocess,andtheevaluationcriteriaofthealgorit

7、hm.Then,weinvestigatetheBSSofinstantaneouslinearmixedsignalfornon-Gaussiansources,andintroduceadoublegradientBlindSourceSeparationalgorithmbasedonthefourth-ordermomentandfourth-ordercumulant.Theanalysisrevealsthatstepisagreaterimp