基于FastICA算法的超高阶收敛盲信号分离技术研究
发布时间:2022-05-08 11:54
盲信号分离技术是在源信号信息无法直接获取、其混合方式也无法完全知晓的情景下,从捕获到的混合信号中分离出源信号。作为近二十年来快速兴起的一种信号处理技术,逐渐被应用到许多领域,如语音信号处理、生物仿真、信息通讯系统、水声信号处理、图像识别及处理、流体运动数据分析、机械振动信号等,具有其他方法无法比拟的实用价值,成为信号与信息处理领域的研究热点之一。本文首先对盲信号分离技术相关理论进行了系统性的综合阐述,如BSS技术的前提假设条件、先验知识、模糊特性、混合数学模型,对应用范围十分广泛的独立分量分析技术进行了重点论述。此外,以ICA为例,对盲信号分离技术最重要的目标函数、优化函数的选取进行了论述。最后,介绍了两种评价指标作为算法性能好坏的评价标准。其次,研究了基于负熵的预白化FastICA算法。对算法中用到的牛顿迭代公式进行修改,得到了21阶收敛的超高阶迭代式,并对21阶迭代式的收敛性进行了证明。对2阶、5阶、7阶、15阶、16阶、21阶迭代式的迭代求解性能做仿真比较,实验证明,21阶收敛的超高阶迭代公式有着良好的收敛速度和收敛性能。再次,对传统基于负熵的预白化FastICA算法进行改进,得...
【文章页数】:59 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 盲信号分离技术国内外研究状况
1.2.1 盲信号分离技术国外研究状况
1.2.2 盲信号分离技术国内研究状况
1.3 本文研究内容与结构
第二章 盲信号分离技术理论基础
2.1 盲信号分离技术概述
2.1.1 BSS假设条件
2.1.2 BSS先验条件
2.1.3 BSS模糊性
2.2 盲信号分离数学模型
2.3 独立分量分析ICA
2.4 独立分量分析算法的目标函数
2.4.1 非高斯性
2.4.2 负熵
2.5 独立分量分析算法的优化算法
2.5.1 预处理
2.5.2 FastICA算法
2.6 盲信号分离评价指标
2.6.1 信噪比
2.6.2 相似系数
2.7 本章小结
第三章 基于负熵的预白化超高阶FASTICA算法
3.1 基于盲信号分离的负熵和预白化
3.1.1 基于盲信号分离的负熵
3.1.2 基于盲信号分离的预白化
3.2 基于负熵的预白化二阶收敛FASTICA算法
3.2.1 基于负熵的预白化FastICA算法
3.2.2 牛顿迭代法
3.2.3 牛顿迭代法的收敛性
3.2.4 基于负熵的预白化二阶收敛FastICA算法
3.2.5 多个独立分量的并行分离
3.3 一种基于负熵的预白化超高阶FASTICA算法
3.3.1 牛顿迭代公式修正
3.3.2 超高阶牛顿迭代式迭代收敛性分析
3.3.3 超高阶牛顿迭代式数值实验
3.3.4 基于负熵的预白化超高阶FastICA算法
3.4 本章小结
第四章 基于负熵的预白化超高阶FASTICA算法仿真实验
4.1 不含噪语音信号盲分离仿真实验
4.2 含噪语音信号盲分离仿真实验
4.3 不同信噪比下的语音信号盲分离仿真实验
4.4 本章小结
第五章 总结与展望
参考文献
攻读学位期间的研究成果
致谢
【参考文献】:
期刊论文
[1]基于相关性评估与FastICA的实时心电信号提取算法[J]. 高立坤,刘东启,陈志坚. 传感器与微系统. 2018(08)
[2]欠定盲源分离技术研究与算法综述[J]. 张超,乔新勇,薛严飞. 山东工业技术. 2018(12)
[3]负熵最大化条件下的语音信号盲源分离技术研究[J]. 闫姝,徐岩. 自动化仪表. 2017(10)
[4]基于改进FastICA及偏最小二乘法的系统谐波阻抗估计[J]. 林顺富,李扬,汤波,符杨,李东东. 电网技术. 2018(01)
[5]一种欠定盲源分离算法通用模型[J]. 李彦. 电光与控制. 2017(12)
[6]基于负熵最大的FastICA语音信号分离算法[J]. 同晓荣. 火力与指挥控制. 2017(08)
[7]基于FastICA盲源分离算法的语音增强系统[J]. 刘红梅. 计算机与数字工程. 2017(03)
[8]盲源分离现状及发展[J]. 彭赛阳,王振华,朱元清. 舰船电子对抗. 2016(03)
[9]基于八阶收敛牛顿迭代的Fast-ICA改进算法[J]. 陈梦,何选森. 计算机工程与应用. 2017(11)
[10]一种基于十五阶的FastICA改进算法[J]. 罗文娟,袁莉芬,何怡刚. 计算机工程与应用. 2016(20)
博士论文
[1]单通道盲源分离及其在水声信号处理中的应用研究[D]. 刘佳.哈尔滨工程大学 2011
[2]快速独立分量分析方法及其在图像分析中的若干应用研究[D]. 曾生根.南京理工大学 2004
硕士论文
[1]基于DSP的双路语音信号盲分离[D]. 刘奇.南昌大学 2017
[2]非线性方程(组)的迭代算法研究[D]. 裕静静.合肥工业大学 2017
[3]冷弯薄壁C型钢桁架组合楼盖抗弯性能研究[D]. 王祥.合肥工业大学 2017
[4]混沌系统中基于虚拟接收阵列的谐波信号盲提取算法研究[D]. 贾利利.黑龙江大学 2015
[5]解非线性方程的迭代算法研究[D]. 闫慧.合肥工业大学 2014
[6]欠定盲源分离中源信号恢复算法研究[D]. 严新.西安电子科技大学 2014
[7]基于独立分量分析的盲分离算法研究[D]. 廖滔.湖南师范大学 2012
[8]盲信号分离fast-ICA算法研究[D]. 黄婷.西安电子科技大学 2011
[9]雷达信号分选算法研究[D]. 雍元红.电子科技大学 2008
[10]基于非平稳信号盲源分离的研究[D]. 田立芳.太原理工大学 2007
本文编号:3651614
【文章页数】:59 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 盲信号分离技术国内外研究状况
1.2.1 盲信号分离技术国外研究状况
1.2.2 盲信号分离技术国内研究状况
1.3 本文研究内容与结构
第二章 盲信号分离技术理论基础
2.1 盲信号分离技术概述
2.1.1 BSS假设条件
2.1.2 BSS先验条件
2.1.3 BSS模糊性
2.2 盲信号分离数学模型
2.3 独立分量分析ICA
2.4 独立分量分析算法的目标函数
2.4.1 非高斯性
2.4.2 负熵
2.5 独立分量分析算法的优化算法
2.5.1 预处理
2.5.2 FastICA算法
2.6 盲信号分离评价指标
2.6.1 信噪比
2.6.2 相似系数
2.7 本章小结
第三章 基于负熵的预白化超高阶FASTICA算法
3.1 基于盲信号分离的负熵和预白化
3.1.1 基于盲信号分离的负熵
3.1.2 基于盲信号分离的预白化
3.2 基于负熵的预白化二阶收敛FASTICA算法
3.2.1 基于负熵的预白化FastICA算法
3.2.2 牛顿迭代法
3.2.3 牛顿迭代法的收敛性
3.2.4 基于负熵的预白化二阶收敛FastICA算法
3.2.5 多个独立分量的并行分离
3.3 一种基于负熵的预白化超高阶FASTICA算法
3.3.1 牛顿迭代公式修正
3.3.2 超高阶牛顿迭代式迭代收敛性分析
3.3.3 超高阶牛顿迭代式数值实验
3.3.4 基于负熵的预白化超高阶FastICA算法
3.4 本章小结
第四章 基于负熵的预白化超高阶FASTICA算法仿真实验
4.1 不含噪语音信号盲分离仿真实验
4.2 含噪语音信号盲分离仿真实验
4.3 不同信噪比下的语音信号盲分离仿真实验
4.4 本章小结
第五章 总结与展望
参考文献
攻读学位期间的研究成果
致谢
【参考文献】:
期刊论文
[1]基于相关性评估与FastICA的实时心电信号提取算法[J]. 高立坤,刘东启,陈志坚. 传感器与微系统. 2018(08)
[2]欠定盲源分离技术研究与算法综述[J]. 张超,乔新勇,薛严飞. 山东工业技术. 2018(12)
[3]负熵最大化条件下的语音信号盲源分离技术研究[J]. 闫姝,徐岩. 自动化仪表. 2017(10)
[4]基于改进FastICA及偏最小二乘法的系统谐波阻抗估计[J]. 林顺富,李扬,汤波,符杨,李东东. 电网技术. 2018(01)
[5]一种欠定盲源分离算法通用模型[J]. 李彦. 电光与控制. 2017(12)
[6]基于负熵最大的FastICA语音信号分离算法[J]. 同晓荣. 火力与指挥控制. 2017(08)
[7]基于FastICA盲源分离算法的语音增强系统[J]. 刘红梅. 计算机与数字工程. 2017(03)
[8]盲源分离现状及发展[J]. 彭赛阳,王振华,朱元清. 舰船电子对抗. 2016(03)
[9]基于八阶收敛牛顿迭代的Fast-ICA改进算法[J]. 陈梦,何选森. 计算机工程与应用. 2017(11)
[10]一种基于十五阶的FastICA改进算法[J]. 罗文娟,袁莉芬,何怡刚. 计算机工程与应用. 2016(20)
博士论文
[1]单通道盲源分离及其在水声信号处理中的应用研究[D]. 刘佳.哈尔滨工程大学 2011
[2]快速独立分量分析方法及其在图像分析中的若干应用研究[D]. 曾生根.南京理工大学 2004
硕士论文
[1]基于DSP的双路语音信号盲分离[D]. 刘奇.南昌大学 2017
[2]非线性方程(组)的迭代算法研究[D]. 裕静静.合肥工业大学 2017
[3]冷弯薄壁C型钢桁架组合楼盖抗弯性能研究[D]. 王祥.合肥工业大学 2017
[4]混沌系统中基于虚拟接收阵列的谐波信号盲提取算法研究[D]. 贾利利.黑龙江大学 2015
[5]解非线性方程的迭代算法研究[D]. 闫慧.合肥工业大学 2014
[6]欠定盲源分离中源信号恢复算法研究[D]. 严新.西安电子科技大学 2014
[7]基于独立分量分析的盲分离算法研究[D]. 廖滔.湖南师范大学 2012
[8]盲信号分离fast-ICA算法研究[D]. 黄婷.西安电子科技大学 2011
[9]雷达信号分选算法研究[D]. 雍元红.电子科技大学 2008
[10]基于非平稳信号盲源分离的研究[D]. 田立芳.太原理工大学 2007
本文编号:3651614
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3651614.html