子空间法在动态源盲信号处理中的应用

子空间法在动态源盲信号处理中的应用

ID:5327141

大小:217.27 KB

页数:2页

时间:2017-12-08

子空间法在动态源盲信号处理中的应用_第1页
子空间法在动态源盲信号处理中的应用_第2页
资源描述:

《子空间法在动态源盲信号处理中的应用》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、科技l论l坛科子空间法在动态源盲信号处理中的应用张岳霞曹继华赵欣欣(天津职业技术师范大学电子工程学院,天津300222)摘要:通常的盲源分离算法都不具备对未知信号源个数估计的能力,而很多场合,源信号的个数是未知的甚至可能是动态变化的。子空间法的应用实现了源信号数目未知和动态变化的超定盲信号分离中源信号数目的在线跟踪估计。子空间法是将观测到的传感器信号划分为信号子空间和噪声子空间,这样做不仅能很大限度的降低噪声水平,还可以根据特征值大小来估计源信号数目。利用赤迟信息准则(AIC准则)和最小描述长度fMDL信息论准则)实现了动态源问题中阈值的

2、在线调整。关键词:子空间;超定盲源分离;在线跟踪;闽值主分量分析;特征值;正交化Abstract:Blindsourceseparationalgorithmisusuallynotabletoestimatethenumberofunknownsignalsources.Inmanyoccasions,thenumberofsourcesignalisunknownandmayevenbeindynamicchanges.Usingsubspacemethodhasachievedtoestimatethenumberofsources

3、andreal-timetrackingintheover—determinedblindsourceseparation,whilethenumberofsourcesisunknownanddynamic.Thefirstsectionistheestimationoftherankofsignalsubspaceandthesecondsectionisaboutthesubspacetrackingalgorithm.Thesubspacemethodistosepa—ratetheobservedsensorsignalsint

4、osignalsubspaceandnoisesubspace.Thiswillnotonlygreatlyreducethenoise,butalSOcanestimatethenumberofactivesourcesignalsbythemeasurementofeigenvalues.Toachievethereal-timeadjustmentofthethresholdinthedynamicblindsourceprocessingwithAkaikeSinformationcriterion(AIC)andtheminim

5、umdescriptionlengthcriterion(MDL).Keywords:subspace;Over-determinedblindsourceseparation;real—timetracking;threshold;PrincipalComponentAnalysis(PCA);eigenvalue;orthogonal引言对于解决源信号数目未知和动态变化的超定盲Ic)和最小描述长度(MDL)信息论准则,可自适盲信号处理是一个有着广泛应用领域的源分离在线跟踪估计问题,显然实时眭不够强。应的估计出信号子空间的秩(或等效信道

6、中的基础性研究课题,它是在不知道传输信道特性而PAST算法的思路是把信号子空间的跟踪转激活用户数)[12-131。的情况下从多个检测信号中分离识别出多个源化为非约束最小化问题,它通过预测逼近将最1.1AIC准则信号。信源数目未知和动态变化时的盲源分离小化问题简化为指数加权最小二乘问题,通过AIC准则就是通过最小化式AIC函数来技术和基本理论的改进对提高现代无线通讯技最小二乘跟踪信号子空间的特征值和相应的特选择主分量的个数n。术发挥着举足轻重的作用l】。这些理论和方法在征向量,以实现多用户检测。这种算法的正交性AIC=一2log(数据的最大

7、似然度)+2(独立许多多用户系统中得到了广泛的应用。在许多不够强,针对其收敛速度慢,跟踪误差不够小的数据个数)工程实际中,源信号数目可能随时间动态变化,缺点,提出了改进的算法。=一2log{(1j.ej⋯..Yl1:一2n(4)所以如何确定源信号数目并保证算法的有效性1源信号数目未知或动态变化的混合信式中:P∞2)n.为参数化的是一个亟待解决的问题。源信号数目未知和动号子空间秩的估计算法.=态变化的盲源分离往往存在两大问题:一是在假设x服从一个信号噪声模型:概率密度函数;矗为参考向量0的最大似然估实际应用中传感器数目大于源信号数。二是传X

8、=∑q‘+n(1)计;n为主分量个数;N为观测向量个数。感器接收到的信号中不可避免的混有噪声。而i=1AIC准则式函数由两项构成,第一项体现子空间法恰恰是以这两大问题作为应用前提式中,m

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。