自適應(yīng)盲信號(hào)分離理論與算法研究.pdf

1、本文應(yīng)用信息理論和優(yōu)化學(xué)習(xí)等知識(shí),研究了多種情況下的盲混合物信號(hào)的自適應(yīng)分離法,并將得到的理論結(jié)果應(yīng)用到現(xiàn)實(shí)及模擬信號(hào)處理中,進(jìn)行仿真試驗(yàn)驗(yàn)證.論文首先介紹了盲信號(hào)分離問題的起源和發(fā)展情況,討論了盲分離的一種重要方法——獨(dú)立分量分析(ICA)方法及其分離準(zhǔn)則(最大似然估計(jì)、信息最大化準(zhǔn)則以及互信息最小化準(zhǔn)則等).描述了常用的兩步盲信號(hào)分離算法,并對(duì)盲分離遵循的假設(shè)條件及其存在的兩類不確定性進(jìn)行了說明.研究瞬態(tài)線性混合信號(hào)的自適應(yīng)盲分離算

2、法.給出了基于傳統(tǒng)梯度、相對(duì)梯度和自然梯度的自適應(yīng)學(xué)習(xí)算法,闡述了基于高階統(tǒng)計(jì)量信息和基于二階統(tǒng)計(jì)量信息的自適應(yīng)盲分離問題,提出一種基于現(xiàn)代函數(shù)的兩步自適應(yīng)盲分離法.自然界的許多信號(hào)(如語音信號(hào)等)表現(xiàn)出非平穩(wěn)特征.討論了基于神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的自適應(yīng)盲分離算法,利用非平穩(wěn)信號(hào)的時(shí)間關(guān)屬性和自然梯度學(xué)習(xí)方式提出了一種自適應(yīng)盲分離算法.現(xiàn)實(shí)環(huán)境中信號(hào)的傳輸延遲及回波反射等影響往往不能忽略不計(jì),盲信號(hào)在許多情況下表現(xiàn)為卷積混合模式.利用FIR模型

3、構(gòu)建盲信號(hào)的卷積及解卷濾波器矩陣,討論了時(shí)域盲解卷、頻域盲解卷和盲均衡問題,提出一種基于FIR模型的時(shí)域自適應(yīng)盲解卷算法.最后研究了基于時(shí)頻分布的盲信號(hào)分離算法.討論了雙線性時(shí)頻分布的盲分離問題,重點(diǎn)研究了基于模糊函數(shù)的盲分離算未能,根據(jù)模糊函數(shù)的對(duì)稱分布特征提出了一種自適應(yīng)盲分離算法.論文針對(duì)不同的問題和算法進(jìn)行了大量的仿真研究.仿真對(duì)象有語音信號(hào)、圖像信號(hào)、微機(jī)產(chǎn)生的正態(tài)分布/均勻分布信號(hào)、非平穩(wěn)信號(hào)等.對(duì)本文提出的算法進(jìn)行了性能分