資源描述：
《基于高階統(tǒng)計(jì)量的盲源分離算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類號(hào)：TN911單位代碼：10190研究生學(xué)號(hào)：201306032密級(jí)：無(wú)碩士學(xué)位論文基于高階統(tǒng)計(jì)量的盲源分離算法研究BlindSourceSeparationAlgorithmbasedonHigh-OrderStatistics研究生姓名：趙國(guó)偉專業(yè)：電子與通信工程指導(dǎo)教師姓名：王宏志指導(dǎo)教師職稱：教授2016年4月碩士學(xué)位論文碩士學(xué)位論文摘要盲信號(hào)混合分離自提出以來(lái)近三十年的時(shí)間里，一直吸引著一批又一批的學(xué)者以極大的熱情對(duì)其理論和應(yīng)用進(jìn)行研究，使其不僅成為一項(xiàng)熱門的研究技術(shù)，也奠定了在信號(hào)處理領(lǐng)域中的重要地位。盲源分離（BlindSourceSeparation，BSS）是一
2、種對(duì)混合信號(hào)進(jìn)行恢復(fù)和估計(jì)的處理技術(shù)，主要針對(duì)的是源信號(hào)和傳輸通道先驗(yàn)知識(shí)欠缺的情況下，怎樣利用源信號(hào)的統(tǒng)計(jì)特性和信號(hào)處理方面的方法對(duì)觀測(cè)得到的混合信號(hào)進(jìn)行處理。近年來(lái)，由于信息技術(shù)的飛速發(fā)展，盲源分離的應(yīng)用日益深入到我們生活的各個(gè)方面，醫(yī)療、通信、地質(zhì)勘探等領(lǐng)域都有它的身影。因此，本文是以前人工作的基礎(chǔ)上，對(duì)高階統(tǒng)計(jì)量理論下的盲源分離問題進(jìn)行了學(xué)習(xí)和研究，文章主要內(nèi)容如下：首先，對(duì)盲源分離的研究情況及發(fā)展過程做了簡(jiǎn)單介紹，之后從盲源分離的基礎(chǔ)理論入手，對(duì)信號(hào)模型、可分離的基本條件、求解過程及衡量分離算法性能標(biāo)準(zhǔn)等方面進(jìn)行了分析說(shuō)明。重點(diǎn)對(duì)基于高階累積量的線性瞬時(shí)混合和卷積混合信號(hào)的
3、盲分離問題進(jìn)行了研究，其內(nèi)容概括如下：針對(duì)瞬時(shí)混合的盲源分離問題，本文介紹了一種基于四階矩和四階累積量的雙梯度分離算法，通過對(duì)其算法性能進(jìn)行仿真分析,針對(duì)影響算法性能的步長(zhǎng)進(jìn)行了改進(jìn)，使得算法在收斂速度和穩(wěn)態(tài)誤差方面具有顯著的提升。同時(shí)，將本文算法應(yīng)用于真實(shí)錄制的語(yǔ)音信號(hào)的分離，取得了比較滿意的分離效果。其次，研究了復(fù)雜噪聲背景下的卷積混合盲源分離問題，首先求解特殊定義下獲得的接收信號(hào)的四階累積量，然后使用SVDTLS?方法對(duì)信號(hào)中的非高斯有色噪聲進(jìn)行建模分析和處理，再對(duì)消噪后混合信號(hào)求其四階互累積量，并采用粒子群算法對(duì)其進(jìn)行優(yōu)化，使得混合信號(hào)得到分離。通過與其他算法的對(duì)比分析，對(duì)本
4、文算法的分離效果進(jìn)行了有效驗(yàn)證。關(guān)鍵詞：盲源分離四階累積量粒子群優(yōu)化去噪分離I碩士學(xué)位論文AbstractBlindSourceSeparationisanimportantbranchofthesignalprocessingfield.Sincethe1980's,ithasbeenoneofthehottestresearchinthefieldofsignalprocessingtechnology.Undertheconditionthatthesourcesignalandthetransmissionchannelareunknown,wecanachieverecov
5、eryandestimatesofthesourcesignalinformationthroughthemethodofBlindSourceSeparation.Inrecentyears,duetotherapiddevelopmentofinformationtechnology,BlindSourceSeparationappliedtoallaspectsofthedeepening,medical,communications,geologicalexplorationandotherareasofourliveshasitspresence.Combiningwith
6、previouswork,thispaperfocusesontheBlindSourceSeparationbasedonthefourth-orderstatisticstheory,themaincontentsareasfollows:Firstly,welearnedthebasictheoryoftheBlindSourceSeparation,andanalyzedthesignalmodel,thebasicconditionsoftheseparation,thesolutionprocess,andtheevaluationcriteriaofthealgorit
7、hm.Then,weinvestigatetheBSSofinstantaneouslinearmixedsignalfornon-Gaussiansources,andintroduceadoublegradientBlindSourceSeparationalgorithmbasedonthefourth-ordermomentandfourth-ordercumulant.Theanalysisrevealsthatstepisagreaterimp
