盲信号分离技术及算法研究

《盲信号分离技术及算法研究》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、第31卷第4期航天电子对抗53盲信号分离技术及算法研究王钢，孙斌(哈尔滨工业大学通信技术研究所，黑龙江哈尔滨150001)摘要：盲信号分离是只依靠传感器观测到的混合信号来估计源信号的一门技术。介绍了盲信号分离的三种基本混合模型，重点阐述了正定线性瞬时盲分离的成熟算法，简单总结了目前针对欠定、单通道混合信号的常用盲分离方法，最后展望了盲信号分离技术发展的难点、趋势和应用。关键词：盲信号分离(BSS)；混合模型；盲分离算法；单通道盲分离中图分类号：TN971文献标识码：AResearchonblindsign

2、alseparationtechnologyandalgorithmWangGang，SunBin(HarbinInstituteoftechnology，CommunicationResearchCenter，Harbin150001，Heilongjiang，China)Abstract：BSSisusedtoestimateandseparatethesourcesignalsonlyfromtheobservedsignalsbysensors．TheBSS’Sthreeessentialmath

3、modelsarepresented．Thematurealgorithmsofpositive—definiteBSStechnologyismainlyintroduced．Somecommonalgorithmsofunderdeterminedsignalsandsingle—channelmixedsignalarebrieflysummarized．Finally，BSS’Schallenges，trendsandapplicationsareforecasted．Keywords：blind

4、signalseparation；mixedmodel；BSSalgorithm；single—channelBSS0引言盲信号分离(BSS)亦称独立分量分析(ICA)，是在对源信息和传输通道完全未知的条件下，仅根据观测的混合信号矢量来提取源信号各分量的一种信号处理方法。1986年，法国著名学者Herault和Jutten完成盲信号分离的先驱性工作[1]，并于1991年在SignalProcess上发表了著名的H—J盲分离算法[2。4]。之后Tong[5]初步探讨了多阶累积量分离算法，Comon[61提出

5、了独立分量分析，Bell和Sejnowski提出信息最大化算法(Informax)[7]，Lee提出扩展信息最大化算法(Exlnformax)[8]，Amari提出梯度互信息最小化法[9]，Hyvarinen等提出固定点算法FastlCA[1⋯。1996年清华大学出版了张贤达的《时间序列分析——高阶统计量方法》。焦卫东等将盲分离技术应于信息安全领域，李加文等提出在频域瞬时盲分离／主成分分析／瞬时混合盲分离结构，黄青华提出基于贝叶斯估计的状态空间分离模型求解盲分离[11I。进入21世纪以来，盲信号分离从正定

6、混合到欠定混合甚至到更加复杂的单通道混合的研究。混合模型收稿日期：2014—08—20；2015—03—18修回。作者简介：王钢(1962一)，男，教授，主要研究方向为数据通信。也从线性瞬时混合方式扩展到线性卷积混合方式再到非线性混合方式。而线性瞬时混合是其他混合方式的基础，因此本文予以重点介绍。1盲信号分离的混合模型根据源信号与传输信道混合方式的不同，盲信号分离的混合模型主要分线性与非线性两类。其中线性混合模型可以细分为线性瞬时混合模型和线性卷积混合模型。1．1线性瞬时混合模型线性瞬时混合指观测信号仅仅

7、是源信号的简单线性组合，不考虑源信号的时延特性，是最简单的一种混合方式，其表达式为：X一娜+N(1)式中，x一(z。，z：，⋯，z。)7指各传感器观测到的源信号的不同混合信号矢量，S一(S。，S：，⋯，S。)T是源信号矢量，H一(h。)为M×N维混合矩阵，h“，为常数。N一(以。，行：，⋯，咒。)为加性噪声，可忽略不计。线性混合模型的分解过程表达式为：Y—wX—WHS(2)式中，W一(叫“，)为N×M维分离矩阵，理想情况下w—H，这时Y—S。一般情况下，分离后的y一54航天电子对抗2015(4)DPX，D

8、为对角矩阵，P为交换矩阵。式(2)说明盲信号分离本质上存在不确定性，主要表现在输出信号幅度和顺序的不确定性，但不会影响盲信号分离技术的应用，因为信号携带的信息是包含在源信号的波形特征中。盲信号分离系统示意图如图1所示。yl—J-+J0+图1百信号分离原理框图1．2线性卷积混合模型与线性瞬时混合方式相比，线性卷积混合方式更接近实际信号传输的多径效应，考虑了源信号的不同传输时延特性，观察结果为源信号与传输信道的卷积，其数学表达式为