基于二次小波去噪的 FastICA 盲源分离研究-论文.pdf

《基于二次小波去噪的 FastICA 盲源分离研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Vol_35No．6舰船电子工程总第252期36ShipElectronicEngineering2015年第6期基于二次小波去噪的FastICA盲源分离研究赵奎黄高明(海军工程大学电子工程学院武汉430033)摘要论文针对含噪声混合信号分离问题，提出了三步处理法，首先采用小波滤波进行去噪处理，再采用快速独立分量分析(FastICA)盲源分离技术实现混合信号的分离，最后对分离后的信号二次使用小波滤波处理。仿真实验结果表明，该方法能够很好地分离含噪混合信号，从分离前后的波形及平均信噪比对照，去噪性能和分离效果良好。关键词小波滤波；独立分量分析；波形；平均信噪比中图分类号TN911DOI

2、：10．3969／j．issn1672—9730．2015．06．011FastICABlindSourceSeparationBasedonSecondary—waveletDenoisingZHAOKuiHUANGGaoming(SchoolofElectronicEngineering，NavalUniversityofEngineering，Wuhan430033)AbstractAthree-stepmethodaboutnoisemixedsignalseparationisputforwardinthispaper，thewaveletfilterde-noisingp

3、rocessingmethodandthefastindependentcomponentanalysis(FastlCA)blindsourcesseparationtechniquetoareusedrealizetheseparation，thenthewaveletfilteringmethodisusedagaintotheseparatedsignals．Thesimulationresultsshowthatthetechniqueperformswellinsignalseparationbycomparingthewavesandsignaltonoiseratio

4、beforeandafterseparationandithasgooddenoisingperformanceandseparationeffect．KeyWordswaveletfilter，independentcomponentanalysis，waveform，averagesignalnoiseratioClawNumberTN91]高斯性、循环平稳性、统计独立性)这两方面。该1引言技术更适合于复杂电磁环境下的信号分离。传统盲源分离(BlindSourcesSeparation，BSS)技的ICA算法在解决无噪或低噪情况下的混叠时，术是2O世纪90年代中后期迅速发展起来的

5、一种分离性能很优越，但当噪声较大时，分离效果则不功能强大的信号处理方法，在不能应用参考信号或好。信号模型的前提下估计出原始信号。盲源分离作然而，复杂电磁环境下的信号往往是叠加有噪为人工神经网络、统计信号处理、信息理论相结合声的，小波变换可以将原始混合信号分解为一系列的产物，现已成为众多领域中研究与发展的重要课的近似分量和细节分量，信号噪声主要表现在信号题，特别是在生物医学、语音与通信、图像处理、地的细节分量上。使用一定的阈值处理细节分量后，球科学、计量经济学、文本数据挖掘等方面均有突再经过小波重构就可以得到较平滑的与原始信号出贡献Ⅲ。近似的信号。本文使用小波变换对各带噪混合信Fast

6、ICA的盲源分离技术即是从观测到的混号进行预去噪处理，然后用FastICA的方法对去噪合信号中提取、恢复出无法直接观测的每个原始后的混合信号进行分离，最后再进行一次去噪处信号的过程，“盲”即是指源信号未知，并且混合系理，最终得到各个信号。仿真结果表明，此方法取统特性也未知或是仅知道其少量先验知识(如非得了较好带噪混叠信号分离。收稿日期：2014年12月5日，修回日期：2015年1月26日作者简介：赵奎，男，硕士研究生，研究方向：信号与信息处理。黄高明，男，教授，博士生导师，研究方向：肓信号处理。2015年第6期舰船电子工程37(3)启发式阈值选择；(4)极大极小阈值选择。2带噪混叠信

7、号模型3)小波基选择。小波函数具有多样性，经验根据背景噪声与信号关系，噪声可分为加性噪与理论的分析表明，去噪的效果随着小波函数的变声和非加性噪声。对于某些非加性噪声而言，可以化而改变，信号的效果与小波函数的正则性及基函通过相关变换转换为加性噪声。例如，某些与信号数波形与数据的结构相似程度有关。对称性好的相关的量化噪声可以通过伪随机噪声扰动的方法小波不产生相位畸变，正则性好的小波易于获得光转换为与信号独立的加性噪声。滑的重构曲线和图像，选择对称性和正则性均较