基于时频分析的水声信号盲分离方法研究

发布时间：2017-06-11 08:10

  本文关键词：基于时频分析的水声信号盲分离方法研究，由笔耕文化传播整理发布。

【摘要】：声呐在水下通讯过程中发挥着很大的作用,是水下信号处理的主要电子设备。一般主动声呐的工作频率集中在3KHz~97KHz,被动声呐的工作频段集中在3Hz~97KHz。水声信道可以认为是一个具有时变和空变特性的信道,同时水听器接收设备中某些非线性元器件导致观测到的信号常常是多种非平稳信号的混合。水声环境还存在很多外部干扰和噪声,严重影响后期的目标探测性能。时频方法是非平稳信号的处理方法,盲分离(BSS)方法能够分离未知混合信号,时频方法和盲分离方法相互综合,能够有效的分析水声信道中传播的非平稳信号。本文聚焦于水声信号盲分离问题,针对其非平稳特点,搜寻更适合于实际应用的盲分离方法。论文首先给出了对水声信号进行时频和盲分离综合分析的原因和意义,然后介绍了国内外对这一问题的研究状况。描述了盲分离模型,并用信干比指标对本文中的算法进行性能评估。时频变换是分析非平稳信号的一种强有力手段,时频变换大体上可以分为三类:线性时频变换、非线性时频变换以及希尔伯特黄变换。本文分别从线性、非线性时频分析以及Hilbert-Huang变换(HHT)的角度仿真了水声信号分离过程,得到的仿真结果能够清晰反映水声信号盲分离算法的性能,对该类问题的后继研究有一定参考价值。针对以非线性时频分析为基础的信号盲分离算法,本文先介绍了常见的双线性时频变换的理论基础;然后引入适用于非平稳信号的盲分离方法,并通过计算机仿真对其进行验证。线性时频分析的引入克服了非线性时间频率分析的缺陷,借助瞬时时频比方法搜索单源分析域,进而求出混合矩阵和源信号的近似表达,实现信号的盲分离。针对经验模态分解(EMD)能够将复杂信号分解成单分量信号,而观测信息一般是由单分量的源信号混合而成这一特点,计算模态分量(IMF)和观测水声信号的相关系数,剔除虚假模态分量,实现Hilbert-Huang变换对多分量水声信号的盲分离。仿真产生的非平稳低频水声信号验证了希尔伯特黄算法的实用性能。最后,讨论了几种算法在单矢量水听器信号处理中的应用,为以后的实际应用提供可能。
【关键词】：水声信号处理 盲源分离 时频分析 信干比
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.7
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 绪论9-18
• 1.1 课题背景及研究意义9-10
• 1.2 国内外发展现状10-13
• 1.2.1 水声信号盲分离的研究现状10-12
• 1.2.2 时频分析的研究现状12-13
• 1.3 盲源分离算法13-15
• 1.4 算法的评价指标15-16
• 1.5 课题主要研究内容16-18
• 第2章 基于双线性时频变换的盲分离算法18-33
• 2.1 声压基阵接收信号模型18-19
• 2.2 Cohen类双线性时频分析19-23
• 2.2.1 维格纳-威尔分布19-20
• 2.2.2 交叉项抑制20-23
• 2.3 基于双线性变换的时频盲分离方法23-27
• 2.3.1 盲源分离的假设23-24
• 2.3.2 预处理24
• 2.3.3 时频变换24-26
• 2.3.4 联合对角化26
• 2.3.5 基于双线性时频变换的盲分离算法26-27
• 2.4 仿真实验27-32
• 2.4.1 混有高低频余弦分量的LFM盲分离27-30
• 2.4.2 实测非平稳信号盲分离30-32
• 2.5 本章小结32-33
• 第3章 基于线性时频分析的盲分离算法33-50
• 3.1 线性时频分析方法33-40
• 3.1.1 短时傅里叶变换33-35
• 3.1.2 小波变换35-36
• 3.1.3 S变换36-40
• 3.2 线性时频比40-42
• 3.3 基于线性时频分析的盲分离42-43
• 3.4 算法处理非平稳水声信号的能力43-48
• 3.4.1 算法对混有高低频余弦分量的LFM信号处理能力43-45
• 3.4.2 算法对噪声污染的LFM信号处理能力45-47
• 3.4.3 算法对实际非平稳信号的处理能力47-48
• 3.5 本章小结48-50
• 第4章 基于Hilbert-Huang变换的盲分离算法50-69
• 4.1 Hilbert-Huang变换的基本理论50-54
• 4.1.1 解析信号50-51
• 4.1.2 瞬时频率51-54
• 4.1.3 特征时间尺度54
• 4.2 Hilbert-Huang变换原理54-60
• 4.2.1 本征模态函数55
• 4.2.2 经验模态分解55-58
• 4.2.3 Hilbert谱58-60
• 4.3 基于Hilbert-Huang变换的盲分离算法60-62
• 4.4 仿真实验62-68
• 4.4.1 算法对单分量混合信号的处理能力62-65
• 4.4.2 算法对混合LFM信号的处理能力65-68
• 4.5 本章小结68-69
• 第5章 矢量水听器的盲分离69-75
• 5.1 引言69
• 5.2 矢量水听器模型69-70
• 5.3 单矢量水声信号盲分离70-73
• 5.3.1 基于双线性时频分析的盲信号分离71
• 5.3.2 基于线性时频分析的盲信号分离71-72
• 5.3.3 基于HHT时频分析的盲信号分离72-73
• 5.4 本章小结73-75
• 结论75-77
• 参考文献77-82
• 攻读硕士学期间发表的论文及其他成果82-84
• 致谢84

【相似文献】

中国期刊全文数据库 前10条

1 张洪渊,贾鹏,史习智;互累积量迫零法信号源盲分离[J];上海交通大学学报;2001年08期

2 王惠刚,梁红,李志舜;具有任意分布时间相关源的盲分离自适应算法[J];西北工业大学学报;2003年06期

3 史晓非,黄耀P,梁德群,刘人杰;一种盲分离技术在信息处理中的应用[J];大连海事大学学报;2005年02期

4 冯丹凤;王海燕;;基于盲分离技术的双目标辨识与定位方法研究[J];声学与电子工程;2006年01期

5 赵文红;王巍;;求解单通道盲分离问题的一种新方法[J];计算机科学;2013年S1期

6 张洪渊,.戴小明,史习智;一种功能增强的信号源盲分离新算法[J];振动工程学报;2002年02期

7 吴祖峰;葛丽;李刚;;传感器个数及距离对盲分离影响的分析[J];电子科技大学学报;2006年02期

8 刘芳;张燕妮;;基于奇异值降维的胎心电盲分离方法[J];中国医学物理学杂志;2013年06期

9 王惠刚,梁红,李志舜;任意信号源的盲分离[J];信号处理;2002年02期

10 贾鹏,丛丰裕,史习智;杂系混合信号的盲分离[J];上海交通大学学报;2004年02期

中国重要会议论文全文数据库 前10条

1 王惠刚;梁红;李志舜;;盲分离的模糊性[A];第十一届全国信号处理学术年会（CCSP-2003）论文集[C];2003年

2 姜华;秦志峰;钱进;;一种频域盲分离技术及其性能分析[A];中国声学学会2002年全国声学学术会议论文集[C];2002年

3 刘坚;陆佶人;;一种基于遗传算法的盲分离方法[A];中国声学学会2003年青年学术会议[CYCA'03]论文集[C];2003年

4 綦敦浩;章新华;范文涛;;水声信号盲分离排序算法[A];2011'中国西部声学学术交流会论文集[C];2011年

5 姚毅;贾金玲;姚娅川;;盲分离技术在识别生物信号中的应用[A];第二届全国信息获取与处理学术会议论文集[C];2004年

6 夏斌;;基于独立剩余量的图像盲分离[A];2007第三届中国智能交通年会论文集[C];2007年

7 钟伯成;;信息极大ICA算法的动态盲分离研究[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集（下）[C];2008年

8 王燕妮;马铁华;;盲分离技术在智能化引信中的应用研究[A];第三届全国信息获取与处理学术会议论文集[C];2005年

9 刘娜;郭建中;;Infomax算法对调幅信号盲分离效果的分析[A];第二届西安-上海两地声学学术会议论文集[C];2011年

10 蔡秋芳;李国辉;杨海滨;;基于时频非交叠性的语音盲分离[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

中国重要报纸全文数据库 前1条

1 本报记者 滕继濮;盲分离：不想要的信号“非诚勿扰”[N];科技日报;2010年

中国博士学位论文全文数据库 前10条

1 高俊文;面向机械故障诊断应用的盲分离技术研究[D];华南理工大学;2016年

2 蔡坤;胎儿心电信号的盲分离研究[D];华南理工大学;2011年

3 张安清;盲分离技术及其在水声信号中的应用研究[D];大连理工大学;2006年

4 丛丰裕;面向目标感知的盲信号处理算法研究[D];上海交通大学;2007年

5 杨祖元;盲信号分离算法分析与应用研究[D];华南理工大学;2009年

6 周勃;基于盲分离的空调机组故障振声诊断研究[D];沈阳工业大学;2008年

7 高峰;欠定松弛稀疏信号的盲分离研究[D];华南理工大学;2012年

8 赵宇峰;单通道时频混叠通信信号盲分离研究[D];中国科学技术大学;2015年

9 黄青华;基于源信号模型的盲分离技术研究及应用[D];上海交通大学;2007年

10 王翔;通信信号盲分离方法研究[D];国防科学技术大学;2013年

中国硕士学位论文全文数据库 前10条

1 薛鞑;基于神经网络的发动机振动信号的盲分离研究[D];中国地质大学(北京);2015年

2 范晓艳;基于差分进化算法的置换混叠图像盲分离[D];河南师范大学;2015年

3 庞盟盟;基于单通道盲分离的抗干扰技术研究[D];电子科技大学;2014年

4 王秀林;多集合信号联合盲分离方法研究[D];大连理工大学;2015年

5 马欢;基于粒子滤波的同频数字混合信号单通道盲分离技术研究[D];解放军信息工程大学;2014年

6 王珊;基于非负张量分解的多通道音频信号盲分离研究[D];东南大学;2015年

7 付丙艮;基于盲分离的胎儿心电信号提取系统设计[D];广东工业大学;2016年

8 严文鸿;基于非负盲分离的胎儿心电信号处理方法研究[D];广东工业大学;2016年

9 李敏;调制信号的盲分离技术研究[D];哈尔滨工业大学;2016年

10 林锦荣;基于盲分离技术的胎心电信号处理系统的设计[D];广东工业大学;2016年

  本文关键词：基于时频分析的水声信号盲分离方法研究，由笔耕文化传播整理发布。

，

本文编号：441159