地层弹性波信道的单通道盲源分离算法研究
发布时间：2020-12-08 10:12
本课题来源于国家自然科学基金项目“基于连续震源的地层反射式槽波精细探测理论研究”。在源信号及地层弹性波信道信息未知的情况下,仅通过接收端一个检波器接收观测信号,并从单一的观测信号中分离出源信号。本课题旨在研究适用于地层弹性波信道的单通道盲源分离算法。在分析弹性波信号在地层弹性波信道中传输特性的基础上,明确了设计地层弹性波信道盲源分离算法需要克服单一观测信号,源信号衰减严重等困难。对基于集合经验模态分解-主成分分析-快速独立分量分析（EEMD-PCA-FastICA）的虚拟多通道盲源分离算法进行改进,将改进前、后算法应用于地层弹性波信道的单通道盲源分离中,使用MATLAB进行模拟仿真实验。通过比较、分析仿真结果,发现改进算法在处理非周期信号时存在算法耗时改善不明显、分离效果差的缺点。针对改进算法存在的不足,提出一种基于EEMD--T-PCA-PA-FastICA的单通道盲源分离算法,算法的创新包括以下两个方面:1)进行了两次主成分分析（T-PCA）,减少了本征模函数分量个数,进而减少了算法的迭代次数,缩短了算法耗时;2)提出基于帕德近似的快速独立分量分析算法（PA-FastICA）,弥补...
【文章来源】：山东科技大学山东省
【文章页数】：86 页
【学位级别】：硕士
【部分图文】：
图２．１盲源分离的模型分类??Ｆｉｇ?２．１?Ｔｈｅ?ｍｏｄｅｌ?ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ｏｆ?ｂｌｉｎｄ?ｓｏｕｒｃｅ?ｓｅｐａｒａｔｉｏｎ??
２．１盲源分离的数学模型??盲源分离理论发展至今已经比较成熟，依据不同的标准，使用的盲源分离方??法也有所不同，盲源分离的模型分类如图２．１所示。???、????混合?ｒ－４??信号?????？是否?－??ｒ￣ｓ?５＾??ｐＨ线隨分离１??盲源?延时Ｈ?卜????分离一?？非线（４盲源分离??模型—??????＾＾?‘与????￣？观测—一？源信§＃＾观？爐号：正定??信号????关系Ｊ?［源嚴伸卿齡：雄仅有－＾臟号：＇??＾＾??？????图２．１盲源分离的模型分类??Ｆｉｇ?２．１?Ｔｈｅ?ｍｏｄｅｌ?ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ｏｆ?ｂｌｉｎｄ?ｓｏｕｒｃｅ?ｓｅｐａｒａｔｉｏｎ??２．１．１线性瞬时混合模型??线性瞬时混合模型的混合过程为：源信号；首先经过混合矩阵Ａ混合后，??再与噪声信号线性叠加得到观测信号；其分离过程为：观测信号通过??分离矩阵Ｗ分离出源信号的估计信号汾＾。较另外两种混合模型，线性瞬时混??合模型是提出最早的盲源分离模型，也是最常见的混合模型，理论体系最成熟，??处理方式更简单。因此本文研究的盲源分离算法是在该模型下进行信号处理的，??该模型的示意图如图２．２所示。?８??
直接求解非线性函数比较困难，目前主流技术是先利用线性混合系统??处理源信号，然后通过非线性变换求出观测信号。非线性混合模型盲源分离的??流程图如图２．３所示：??ｘ（ｔ）氣?线性?Ｌ＂、?ｖ（ｔ）?｜…｜?线性?ｓ（ｔ）??混合矩阵ａ?￣１?１?ｒ＾ｉ?（ｇ）?￣＾分离矩阵ｗ?＂??图２．３盲源分离的非线性混合模型的流程图??Ｆｉｇ．２．３?Ｔｈｅ?ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ａ?ｎｏｎｌｉｎｅａｒ?ｈｙｂｒｉｄ?ｍｏｄｅｌ?ｗｉｔｈ?ｂｌｉｎｄ?ｓｏｕｒｃｅ?ｓｅｐａｒａｔｉｏｎ??盲源分离理论发展至今，线性混合模型虽己成熟，但尚有很多问题需要处??理。由于在非线性混合模型下进行信号的盲源分离十分复杂，至今尚未出现一??种普遍适用的算法。鉴于此，非线性混合模型下的盲源分离不是本文的研宄重??点。??２．２多通道盲源分离??多通道盲源分离方法是在观测信号正定或超定情况下进行信号分离，即观??测信号数目等于或大于源信号数目，多通道盲源分离算法如图２．４所示。??１１??
【参考文献】：
期刊论文
[1]基于EEMD的单通道机械噪声信号盲分离[J]. 侯一民,张荣彬. 制造业自动化. 2017(11)
[2]单通道盲源分离的研究现状与展望[J]. 付卫红,周新彪,农斌. 北京邮电大学学报. 2017(05)
[3]一种新的基于稀疏表示的单通道盲源分离算法[J]. 田元荣,王星,周一鹏. 电子与信息学报. 2017(06)
[4]基于经验模态分解的单通道盲源分离算法[J]. 赵知劲,黄艳波. 计算机应用研究. 2017(10)
[5]双/单通道传导电磁干扰噪声盲源分离研究[J]. 赵波,赵敏,马宇明,沈飞. 计量学报. 2016 (05)
[6]单通道下基于盲源分离OFDMA抗干扰算法[J]. 沈雷,胡桃桃,王彦波. 杭州电子科技大学学报(自然科学版). 2016(05)
[7]单通道盲源分离算法及其在工程机械振源分析中的应用[J]. 于刚,周以齐. 机械工程学报. 2016(10)
[8]基于盲源分离的单通道语音增强算法探究[J]. 屈赵燕. 产业与科技论坛. 2016(03)
[9]基于EMD的单通道盲源分离跳频通信抗干扰方法[J]. 齐扬阳,于淼. 计算机科学. 2016(01)
[10]抑制边缘效应的自适应单通道盲源分离[J]. 吴龙华,朱嘉钢,陆晓. 计算机工程与应用. 2016(14)
硕士论文
[1]单通道通信信号的盲源分离算法研究[D]. 刘琳芝.兰州理工大学 2014
[2]通信信号的单通道盲分离技术研究[D]. 孙庆瑞.西安电子科技大学 2013
[3]独立分量分析在地震勘探中的应用研究[D]. 王维强.中国石油大学（华东） 2012
[4]基于盲源分离的地震信号处理方法研究及应用[D]. 李建锋.中国石油大学（华东） 2012
本文编号：2904920
【文章来源】：山东科技大学山东省
【文章页数】：86 页
【学位级别】：硕士
【部分图文】：
图２．１盲源分离的模型分类??Ｆｉｇ?２．１?Ｔｈｅ?ｍｏｄｅｌ?ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ｏｆ?ｂｌｉｎｄ?ｓｏｕｒｃｅ?ｓｅｐａｒａｔｉｏｎ??
２．１盲源分离的数学模型??盲源分离理论发展至今已经比较成熟，依据不同的标准，使用的盲源分离方??法也有所不同，盲源分离的模型分类如图２．１所示。???、????混合?ｒ－４??信号?????？是否?－??ｒ￣ｓ?５＾??ｐＨ线隨分离１??盲源?延时Ｈ?卜????分离一?？非线（４盲源分离??模型—??????＾＾?‘与????￣？观测—一？源信§＃＾观？爐号：正定??信号????关系Ｊ?［源嚴伸卿齡：雄仅有－＾臟号：＇??＾＾??？????图２．１盲源分离的模型分类??Ｆｉｇ?２．１?Ｔｈｅ?ｍｏｄｅｌ?ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ｏｆ?ｂｌｉｎｄ?ｓｏｕｒｃｅ?ｓｅｐａｒａｔｉｏｎ??２．１．１线性瞬时混合模型??线性瞬时混合模型的混合过程为：源信号；首先经过混合矩阵Ａ混合后，??再与噪声信号线性叠加得到观测信号；其分离过程为：观测信号通过??分离矩阵Ｗ分离出源信号的估计信号汾＾。较另外两种混合模型，线性瞬时混??合模型是提出最早的盲源分离模型，也是最常见的混合模型，理论体系最成熟，??处理方式更简单。因此本文研究的盲源分离算法是在该模型下进行信号处理的，??该模型的示意图如图２．２所示。?８??
直接求解非线性函数比较困难，目前主流技术是先利用线性混合系统??处理源信号，然后通过非线性变换求出观测信号。非线性混合模型盲源分离的??流程图如图２．３所示：??ｘ（ｔ）氣?线性?Ｌ＂、?ｖ（ｔ）?｜…｜?线性?ｓ（ｔ）??混合矩阵ａ?￣１?１?ｒ＾ｉ?（ｇ）?￣＾分离矩阵ｗ?＂??图２．３盲源分离的非线性混合模型的流程图??Ｆｉｇ．２．３?Ｔｈｅ?ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ａ?ｎｏｎｌｉｎｅａｒ?ｈｙｂｒｉｄ?ｍｏｄｅｌ?ｗｉｔｈ?ｂｌｉｎｄ?ｓｏｕｒｃｅ?ｓｅｐａｒａｔｉｏｎ??盲源分离理论发展至今，线性混合模型虽己成熟，但尚有很多问题需要处??理。由于在非线性混合模型下进行信号的盲源分离十分复杂，至今尚未出现一??种普遍适用的算法。鉴于此，非线性混合模型下的盲源分离不是本文的研宄重??点。??２．２多通道盲源分离??多通道盲源分离方法是在观测信号正定或超定情况下进行信号分离，即观??测信号数目等于或大于源信号数目，多通道盲源分离算法如图２．４所示。??１１??
【参考文献】：
期刊论文
[1]基于EEMD的单通道机械噪声信号盲分离[J]. 侯一民,张荣彬. 制造业自动化. 2017(11)
[2]单通道盲源分离的研究现状与展望[J]. 付卫红,周新彪,农斌. 北京邮电大学学报. 2017(05)
[3]一种新的基于稀疏表示的单通道盲源分离算法[J]. 田元荣,王星,周一鹏. 电子与信息学报. 2017(06)
[4]基于经验模态分解的单通道盲源分离算法[J]. 赵知劲,黄艳波. 计算机应用研究. 2017(10)
[5]双/单通道传导电磁干扰噪声盲源分离研究[J]. 赵波,赵敏,马宇明,沈飞. 计量学报. 2016 (05)
[6]单通道下基于盲源分离OFDMA抗干扰算法[J]. 沈雷,胡桃桃,王彦波. 杭州电子科技大学学报(自然科学版). 2016(05)
[7]单通道盲源分离算法及其在工程机械振源分析中的应用[J]. 于刚,周以齐. 机械工程学报. 2016(10)
[8]基于盲源分离的单通道语音增强算法探究[J]. 屈赵燕. 产业与科技论坛. 2016(03)
[9]基于EMD的单通道盲源分离跳频通信抗干扰方法[J]. 齐扬阳,于淼. 计算机科学. 2016(01)
[10]抑制边缘效应的自适应单通道盲源分离[J]. 吴龙华,朱嘉钢,陆晓. 计算机工程与应用. 2016(14)
硕士论文
[1]单通道通信信号的盲源分离算法研究[D]. 刘琳芝.兰州理工大学 2014
[2]通信信号的单通道盲分离技术研究[D]. 孙庆瑞.西安电子科技大学 2013
[3]独立分量分析在地震勘探中的应用研究[D]. 王维强.中国石油大学（华东） 2012
[4]基于盲源分离的地震信号处理方法研究及应用[D]. 李建锋.中国石油大学（华东） 2012
本文编号：2904920
本文链接：https://www.wllwen.com/kejilunwen/wltx/2904920.html
