正交non-Hermitian矩阵联合对角化算法研究及应用

发布时间：2021-04-18 20:36

　　多数据集的联合盲源分离技术是信号处理领域的研究热点之一,一般是指在源信号及信号混合模型未知的情况下,仅利用接收信号的统计特性分离出源信号的过程。联合盲源分离已广泛应用于生物医学信号处理、通信信号处理,语音信号识别等领域。广义联合对角化方法是解决多数据集联合盲源分离问题的一种有效的代数方法,利用数据集间信号的相关性以及数据集内部信号的统计独立性或不相关性,构造具有可联合对角化结构的目标矩阵,并代数拟合该目标矩阵,辨识信号的混合机理,从而分离出混合的源信号。其中,双数据集的联合盲源分离问题可转化为non-Hermitian矩阵近似联合对角化问题。本文主要研究基于双数据集联合盲源分离问题的non-Hermitian矩阵近似联合对角化方法,提出了两种正交近似联合对角化算法,主要成果如下:1.形如解决non-Hermitian矩阵特征值问题的Jacobi算法,提出了一种基于Givens旋转的正交近似联合对角化算法,简称为OJ-AJD算法。该算法仅把右分离矩阵分解为一系列Givens矩阵的连续乘积,对non-Hermitian目标矩阵的列进行一系列单侧Givens旋转变换,使其最终收敛于列正交矩阵... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：53 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 盲源分离的背景
    1.2 盲源分离的研究历史与现状
    1.3 盲源分离的数学模型
        1.3.1 单数据集数学模型
        1.3.2 多数据集数学模型
    1.4 盲源分离的应用
    1.5 本论文的主要工作及内容安排
第二章 矩阵联合对角化的基础理论
    2.1 可联合对角化结构
        2.1.1 盲源分离的联合对角化结构
        2.1.2 联合盲源分离的广义联合对角化结构
    2.2 正交NON-HERMITIAN近似联合对角化算法基础知识
        2.2.1 预白化过程
        2.2.2 近似联合对角化代价函数
        2.2.3 矩阵联合对角化评价标准
    2.3 本章小结
第三章 基于GIVENS旋转的近似联合对角化算法
    3.1 算法原理
    3.2 算法收敛性
        3.2.1 算法收敛性
        3.2.2 算法的计算复杂度
    3.3 仿真实验
        3.3.1 性能指标
        3.3.2 仿真结果
    3.4 本章小结
第四章 降维正交近似联合对角化算法
    4.1 算法原理
    4.2 仿真实验
        4.2.1 性能指标
        4.2.2 仿真结果
    4.3 本章小结
第五章 全文总结与展望
    5.1 全文总结
    5.2 未来展望
致谢
参考文献
攻读硕士学位期间取得的成果


【参考文献】：
期刊论文
[1]盲源分离综述——问题、原理和方法[J]. 陈锡明,黄硕翼.  电子信息对抗技术. 2008(02)

博士论文
[1]盲信源分离的联合对角化方法研究[D]. 张伟涛.西安电子科技大学 2011

硕士论文
[1]基于张量对角化的多数据集信号联合盲分离[D]. 刘颖良.大连理工大学 2016
[2]盲源分离的复值非正交联合对角化算法研究[D]. 王可.大连理工大学 2013



本文编号：3146134