噪声条件下欠定盲源分离算法研究
本文关键词:噪声条件下欠定盲源分离算法研究
更多相关文章: 欠定盲源分离 逐层分离 支持向量机 最大后验估计 子集调整
【摘要】:实际环境中,由于环境噪声以及信道干扰的作用,传感器获得的往往是一路或若干路源信号的混合带噪信号,造成信号质量的恶化,使人们无法从中捕捉到所需要的信息。盲源分离技术可以在信号的混合过程和源信号的分布未知的情况下,将各路源信号很好地分离开来。盲源分离技术具有所需的先验知识少、易于硬件实现、应用需求广等优点,吸引了众多国内外学者参与研究。本文致力于研究噪声条件下,欠定盲源分离技术在几个特定领域中的问题建模和相应的解决方案。本文的主要研究工作可以概括为如下几个方面:(1)本文研究了一种基于矩阵变换和逐层分离的欠定盲源分离算法。本文从矩阵变换和逐层分离的思想出发,提出了利用列主元消去法来提取单源点、双源点等时频点,以及伪逆的思想分离余下的时频点。提出的方法,能很好地分离出各路源信号,提高了信号的质量,同时不需要对信号的稀疏性有过高的约束。(2)结合支持向量机良好的非线性分类特性,提出了一种解决非线性混合的二值信号分离方法。与利用源信号信息的半盲分离方法不同,提出方法利用含噪观测数据中受干扰较小的点来构建训练集,属于全盲欠定分离问题,因而不需要过多的源信号先验。采用构建好的训练集对支持向量机进行训练,并利用训练好的分类器对含噪的输入进行二值图像分离。提出方法的另一个优点是对环境噪声鲁棒,可以在较低的误码率下恢复出二值源图像。(3)利用信号估值的方法和子集调整的策略对非线性混合函数进行估计,以及逐层分离的思想对各层源信号进行分离,本文提出了一种基于最大后验估计的单观测二值图像分离方法。提出的方法不需要对信号的分布有过多的约束和假设,而是挖掘利用信号局部的自然先验信息。与其他性能优异的方法相比,本文提出的算法能取得更好的分离效果,可以很好地分离相关图像。同时还具有对环境噪声鲁棒,运算时间复杂度低等优点。通过大量的计算机仿真实验,对本文提出的方法进行了评价并与其他方法进行了对比。实验证明,在含噪情形下,本文提出的欠定盲源分离方法都取得了很好的性能。
【学位授予单位】:大连理工大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TN911.4
【相似文献】
中国期刊全文数据库 前10条
1 丁铎,贾永强,王映民;一种基于峰度的盲源分离算法研究[J];现代电子技术;2005年14期
2 肖俊,何为伟;源信号数目大于观察信号数目情况下的盲源分离[J];现代电子技术;2005年11期
3 李广彪,张剑云,毛云祥;盲源分离中的非高斯性极大准则[J];舰船电子对抗;2005年05期
4 李著成;张立毅;;一种新的自适应步长盲源分离算法[J];现代电子技术;2005年24期
5 牛龙,马建仓,王毅,陈海洋;一种新的基于峰度的盲源分离开关算法[J];系统仿真学报;2005年01期
6 汤影;康戈文;;盲源分离中信号独立性的讨论[J];现代电子技术;2006年04期
7 徐尚志;苏勇;叶中付;;多种概率分布源的盲源分离快速算法[J];中国科学技术大学学报;2006年05期
8 赵知劲;解婷婷;李小平;赵治栋;;一种小波域盲源分离算法[J];西安电子科技大学学报;2007年03期
9 邓娟;李宏;;一种基于信息最大化的自适应变步长盲源分离算法[J];电子测量技术;2007年06期
10 陶磊;张昀;;基于独立分量分析的盲源分离研究[J];广东通信技术;2007年07期
中国重要会议论文全文数据库 前10条
1 李舜酩;;转子振动信号的盲源分离研究[A];第三届全国虚拟仪器大会论文集[C];2008年
2 许林周;章新华;范文涛;;一种盲源分离后续去冗余方法[A];2009年全国水声学学术交流暨水声学分会换届改选会议论文集[C];2009年
3 韩少博;林京;吴文焘;;频域盲源分离中的一种稳健解排列模糊方法[A];中国声学学会2009年青年学术会议[CYCA’09]论文集[C];2009年
4 章林柯;何琳;江涌;;基于盲源分离的潜艇源识别信号去除干扰研究[A];第十一届船舶水下噪声学术讨论会论文集[C];2007年
5 康春玉;章新华;李军;;盲源分离与自适应滤波器结合抑制强干扰研究[A];2012'中国西部声学学术交流会论文集(Ⅱ)[C];2012年
6 周祥;樊涛;;基于盲源分离的储油罐底腐蚀混叠信号的识别与分离[A];第八届沈阳科学学术年会论文集[C];2011年
7 王颖翠;;一种基于自然梯度的卷积混合频域盲源分离算法[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
8 许策;章新华;高成志;;源数目估计对盲源分离算法影响分析[A];2007年全国水声学学术会议论文集[C];2007年
9 成谢锋;张仲;孙夏;;一种单路混合信号的盲源分离新方法[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
10 胡增辉;朱炬波;;基于盲源分离的波达角估计[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 徐先峰;利用参量结构解盲源分离算法研究[D];西安电子科技大学;2010年
2 王尔馥;盲源分离理论及其在通信系统中的应用[D];哈尔滨工业大学;2009年
3 李昌利;盲源分离的若干算法及应用研究[D];西安电子科技大学;2010年
4 高建彬;盲源分离算法及相关理论研究[D];电子科技大学;2012年
5 郭靖;盲源分离的时频域算法研究[D];重庆大学;2012年
6 张念;盲源分离理论及其在重磁数据处理中的应用研究[D];中国地质大学;2013年
7 刘建强;非平稳环境中的盲源分离算法研究[D];西安电子科技大学;2009年
8 李灯熬;基于循环平衡理论的盲源分离算法[D];太原理工大学;2010年
9 袁连喜;线性盲源分离算法的理论与应用研究[D];哈尔滨工程大学;2006年
10 张旭秀;盲源分离及其在脑电信号处理中应用的研究[D];大连理工大学;2006年
,本文编号:1263927
本文链接:https://www.wllwen.com/kejilunwen/wltx/1263927.html