卷積混合信號(hào)盲分離技術(shù)及應(yīng)用研究.pdf

1、盲信號(hào)分離是信號(hào)處理的一種前沿基礎(chǔ)技術(shù)，它要解決僅僅依靠觀測(cè)輸出信號(hào)去重現(xiàn)源信號(hào)的問題。多輸入多輸出系統(tǒng)的盲信號(hào)分離，是指在對(duì)源信號(hào)和信道沒有任何先驗(yàn)知識(shí)的情況下，從觀測(cè)到的幾個(gè)信號(hào)中來恢復(fù)出多個(gè)未知的源信號(hào)。盲信號(hào)分離問題被廣泛應(yīng)用于很多領(lǐng)域，如語音信號(hào)處理、無線通信、生物醫(yī)學(xué)、圖象處理等等。 目前盲分離技術(shù)研究主要集中瞬時(shí)混合，但卷積混合情形更適合實(shí)際情況。本論文主要對(duì)卷積混合語音信號(hào)盲分離的問題進(jìn)行了較為深入的研究，提出了

2、一些新的觀點(diǎn)和算法。本論文的主要貢獻(xiàn)和創(chuàng)新點(diǎn)包括以下幾個(gè)部分：1、對(duì)盲分離的基本理論進(jìn)行了分析，討論了其基本假設(shè)條件。對(duì)瞬時(shí)混合盲信號(hào)分離系統(tǒng)進(jìn)行建模，分析了分離原理和技術(shù)，通過仿真實(shí)驗(yàn)進(jìn)行性能比較。2、建立卷積混合盲信號(hào)分離系統(tǒng)的時(shí)域和頻域數(shù)學(xué)模型，分析了卷積混合盲分離的假定條件。分別對(duì)時(shí)域盲反卷積算法和頻域盲反卷積算法研究，并把已有的瞬時(shí)混合的盲分離算法擴(kuò)展到卷積混合模型當(dāng)中，進(jìn)行了仿真比較。把隨機(jī)梯度算法擴(kuò)展到復(fù)頻域，提出一種改進(jìn)