資源描述：
《盲信號分離算法比較與研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、盲信號分離算法比較與研究緒論和傳遞通道的特征信息僅利用傳感器接收到的混合信號將原始信號分離出來這在許多方面具有重要的實用價值因此自BSS問題提出之后在很短的幾年內(nèi)就獲得了迅速的發(fā)展成為近年來信號處理領(lǐng)域的一個研究熱點現(xiàn)代科學技術(shù)的發(fā)展對信號處理系統(tǒng)提出了更高的要求本文主要研究自適應盲信號分離算法并將其應用到數(shù)字信號處理中1.2BSS研究的發(fā)展概況BSS的開拓性研究起源于Jutten等1991年發(fā)表的論文他們第一次將人工神經(jīng)網(wǎng)絡(luò)與盲信號分離問題相結(jié)合從而開啟了一個新的信號處理領(lǐng)域論文中提出的啟發(fā)式學習算法已具備后來算法的雛形1994年common第一次提出了BSS的獨立分量分析(ICA
2、)方法他首先界定了ICA方法的基本假設(shè)條件并明確指出可以利用一些稱為對比函數(shù)的目標函數(shù)極小化方法消除觀測信號中的各階統(tǒng)計相關(guān)性從而實現(xiàn)盲信號分離同年Delfosse等提出采用降維的方法(即逐個提取原始信號)解決BSS問題并證明了這種算法具有全局收斂性能1995年Bell等發(fā)表的文章成為ICA發(fā)展史上的里程碑正是他們的工作極大地推動了盲信號分離的研究使得在短短的幾年內(nèi)涌現(xiàn)出大量的BSS算法他們的主要貢獻是第一利用神經(jīng)網(wǎng)絡(luò)的非線性來消除觀測信號中的高階統(tǒng)計相關(guān)性第二用信息最大化準則建立目標函數(shù)從而將信息論方法與ICA相結(jié)合第三給出了神經(jīng)網(wǎng)絡(luò)式的最優(yōu)迭代學習算法成為后續(xù)各種算法的基礎(chǔ)第四成
3、功地對具有10個人說話的雞尾酒會問題給出了很好的分離效果應該說,盲信號分離不僅對信號處理的研究,而且也對神經(jīng)網(wǎng)絡(luò)理論的發(fā)展起到了積極的推動作用同年Mansour等和Souloumiac等分別利用信號的四階交叉累量和非平穩(wěn)信號的時間相關(guān)屬性消除混合信號中的附加白噪聲的影響并實現(xiàn)盲分離自1996年至1999年人們對BSS問題的研究開始在多方面展開在分離性能研究方面Cao等討論了BSS的兩個主要問題:可分離性和分離準則文章指出可分離性是觀測信號本身的固有特性可以用m行可分解性概念加以描述而盲分離準則可以利用隨機變量的結(jié)構(gòu)特征理論如Darmois-Skitovich-2-盲信號分離算法比較與
4、研究緒論理論簡明直觀地推出Cardoso等提出了ICA學習算法中的相對梯度等價變化和有關(guān)穩(wěn)定性和分離精度等重要思路和方法并指出ICA分離準則中的信息最大化準則與最大似然估計準則是一致的Obradovic等則論證了信息最大化準則與基于Kullback-Leibler散度的互信息最小化準則是一致的以上兩人的文章揭示了ICA分離準則的一致性Douglas等的文章提出基于最大似然準則推導出來的盲解卷與盲分離算法也擁有統(tǒng)一的框架1998年Cardoso對ICA方法和盲分離算法的穩(wěn)定性重新進行了分析并提出了一種一致性標準在算法研究方面Karhunen等提出了采用多層反饋神經(jīng)網(wǎng)絡(luò)算法解決ICA問題
5、Te-WonLee等基于信息最大化準則對非線性混合信號實現(xiàn)盲分離Belouchrani等利用信號的時頻分布特征解決盲分離并對算法進行了漸進收斂性能分析Serviere利用四階交叉累量消除法對對寬帶信號源進行盲解卷并提出了幾個分離準則Amari等等利用自然梯度算法實現(xiàn)盲解卷/盲均衡Zhang等提出利用狀態(tài)空間模型實現(xiàn)盲解卷/盲均衡部分文獻對傳感器數(shù)目少于信號源數(shù)目時的盲分離問題進行了研究進入21世紀以后BSS和ICA等方法的研究已深入到信號處理領(lǐng)域的多個方面而且針對不同的問題提出了多種算法及其應用包括各種盲分離盲解卷和盲均衡算法及性能分析(自適應)分離算法的時域頻域時頻域研究多維信號的
6、盲分離時變動態(tài)系統(tǒng)的盲分離BSS在圖形/圖像語音金融通訊生物醫(yī)學等領(lǐng)域的應用等這些研究從不同的方面展示了BSS技術(shù)的優(yōu)點與此同時在實踐中遇到的各種的問題和難點激勵著人們對BSS的研究向更深入的方向發(fā)展近幾年國內(nèi)某些高校也進行了相關(guān)方面的理論研究將盲信號分離理論應用到具體實踐中去將是進一步的發(fā)展方向1.2BSS研究的主要內(nèi)容BSS的研究內(nèi)容涉及到各種算法及其性能分析目標函數(shù)的確定信號源概率密度函數(shù)的估計BSS的應用等多個方面(1)算法研究根據(jù)信號所處的環(huán)境不同盲信號的混合方式有瞬態(tài)線性混合卷積混合非線性混合等方式針對不同的混合方式需要采用不同的分離方法在瞬態(tài)線性混合方式下觀測信號是原始
7、信號在相同時刻的線性疊加混合矩陣是實矩-3-盲信號分離算法比較與研究緒論陣盲分離過程等價于尋找混合矩陣的逆矩陣過程如果信道的傳輸延遲等影響較大觀測信號是原始信號在過去不同時刻的線性疊加則屬于卷積混合方式此時的傳遞通道矩陣可以用有限脈沖相應濾波器(FIR)模型來構(gòu)造盲解卷過程需要利用相應的解卷濾波器實現(xiàn)如果信號所處的環(huán)境是動態(tài)變化的且具有非線性特征則要利用非線性特征函數(shù)實現(xiàn)盲分離根據(jù)對信號的處理方式不同盲分離可以在時域頻域或時頻域進行研究時域盲分離研究比較直
