盲源
- 盲源分離通信抗干擾技術(shù)與實(shí)踐
酒會(huì)問(wèn)題”相似。盲源分離致力于解決“雞尾酒會(huì)問(wèn)題”，旨在分離出共存的各語(yǔ)音信號(hào)，已成為當(dāng)前信號(hào)處理和神經(jīng)網(wǎng)絡(luò)領(lǐng)域的研究熱點(diǎn)。盲源分離（BSS,blind source separation）是指在未知或少量先驗(yàn)信息情況下，僅利用觀測(cè)混合信號(hào)對(duì)源信號(hào)和混合情況進(jìn)行估計(jì)的理論與技術(shù)[4-5]。盲源分離起源于20 世紀(jì)80 年代，Hérault 和Jutten[6]提出了著名的H-J 算法，開(kāi)創(chuàng)性地進(jìn)行了信號(hào)盲分離研究工作。此后，學(xué)術(shù)界針對(duì)源信號(hào)獨(dú)立性等理論和實(shí)
通信學(xué)報(bào) 2023年10期2023-11-19
- 面向高混響環(huán)境的欠定卷積盲源分離算法
006）0 引言盲源分離，又稱盲信號(hào)分離，是指僅根據(jù)接收的混疊信號(hào)（觀測(cè)信號(hào)）分離或恢復(fù)未知源信號(hào)，目的是求得源信號(hào)的最佳估計(jì)[1-2]。其因強(qiáng)大的分離功能已在通信信號(hào)處理[3]、生物醫(yī)學(xué)信號(hào)處理（心肺音信號(hào)分離等）[4]、圖像處理[5]以及語(yǔ)音信號(hào)處理[6-7]等多領(lǐng)域得到了廣泛的應(yīng)用。在實(shí)際的信號(hào)接收過(guò)程中，傳感器的數(shù)目往往小于源信號(hào)的數(shù)目（即欠定混疊），導(dǎo)致通道的盲辨識(shí)極具挑戰(zhàn)性，特別是在高混響復(fù)雜環(huán)境下，可聽(tīng)回聲對(duì)音質(zhì)有著重要的影響，導(dǎo)致接收信號(hào)具
通信學(xué)報(bào) 2023年2期2023-03-16
- 基于改進(jìn)人工蜂群的盲源分離抗主瓣干擾方法*
，專家將目光轉(zhuǎn)向盲源分離，并運(yùn)用于對(duì)抗主瓣干擾，它可以在缺少先驗(yàn)信息的情況下實(shí)現(xiàn)對(duì)混合信號(hào)的分離，盲源分離在主瓣抗干擾領(lǐng)域得到發(fā)展。近年來(lái)，先后有學(xué)者提出了Fast ICA 盲源分離算法，矩陣聯(lián)合對(duì)角化特征向量（JADE）盲源分離算法，最大信噪比準(zhǔn)則的盲源分離算法，建立模型驗(yàn)證了其對(duì)抗主瓣干擾的有效性并取得一定效果，同時(shí)還用于與其他方法聯(lián)合使用應(yīng)對(duì)干擾。然而，傳統(tǒng)盲源分離算法存在分離效果與收斂迭代效率不能兼顧的問(wèn)題，為解決這一矛盾，有多種改進(jìn)算法出現(xiàn)。人工
火力與指揮控制 2022年6期2022-07-25
- 通信偵察中盲源分離算法的分離性能研究
000)0 引言盲源分離是一種在未知信號(hào)源和混合過(guò)程信息的情況下，從混合信號(hào)中恢復(fù)源信號(hào)的方法[1]。盲源分離主要分為多通道盲源分離、單通道盲源分離和非線性盲源分離，其中，多通道盲源分離根據(jù)接收通道和源信號(hào)的數(shù)量分為超定、正定和欠定[2]。正定多通道盲源分離算法主要有FastICA算法[3]、Informax算法[4]和EASI算法[5]，是目前應(yīng)用最廣泛、研究最多的信號(hào)分離算法。正定多通道盲源分離廣泛應(yīng)用于語(yǔ)音分離[6]、圖像處理[7]和通信偵察[8]等
電光與控制 2022年6期2022-06-23
- 衛(wèi)星觀測(cè)信號(hào)盲源分離算法
現(xiàn)出一些信號(hào)混疊盲源分離算法。盲源信號(hào)分離算法是通過(guò)獲取的觀測(cè)信號(hào)特性對(duì)信號(hào)進(jìn)行處理的方法，并且此觀測(cè)信號(hào)的混疊方式是未知的。“盲源”主要是指對(duì)源信號(hào)幾乎沒(méi)有先驗(yàn)知識(shí)的條件下，通過(guò)推導(dǎo)獲取混合參數(shù)，從而實(shí)現(xiàn)信號(hào)的盲源分離。經(jīng)過(guò)專家學(xué)者的多年研究，已經(jīng)提出大量的盲源分離算法，比如基于最大信噪比算法、獨(dú)立分量分析算法等。目前盲源分離算法已經(jīng)應(yīng)用于圖像處理、雷達(dá)、語(yǔ)音等多個(gè)領(lǐng)域，成為當(dāng)前的研究熱點(diǎn)。然而，常規(guī)的盲源分離算法忽略了源信號(hào)可以被多次拷貝輸出的問(wèn)題，認(rèn)
測(cè)繪技術(shù)裝備 2022年1期2022-05-11
- 基于盲源分離技術(shù)的航空發(fā)動(dòng)機(jī)軸承故障診斷
說(shuō)還有一些不足。盲源分離技術(shù)具有在沒(méi)有任何先驗(yàn)知識(shí)以及不知道各源信號(hào)混合過(guò)程的情況下，可以僅從觀測(cè)信號(hào)中分離出各振源產(chǎn)生的振動(dòng)信號(hào)的優(yōu)勢(shì)。盲源分離方法還可以與快速傅立葉變換等方法結(jié)合運(yùn)用，為傳統(tǒng)的信號(hào)分析方法增添新的維度。在現(xiàn)有的發(fā)動(dòng)機(jī)試車(chē)臺(tái)架上無(wú)須改變傳感器位置，對(duì)測(cè)得的航空發(fā)動(dòng)機(jī)軸承振動(dòng)信號(hào)進(jìn)行盲分離處理，完成對(duì)航空發(fā)動(dòng)機(jī)軸承振動(dòng)數(shù)據(jù)采集，為航空發(fā)動(dòng)機(jī)軸承故障診斷提供了一種新的思路[2]。本文深入研究了盲源分離中的獨(dú)立分量分析(ICA)方法，利用MAT
濱州學(xué)院學(xué)報(bào) 2022年2期2022-05-07
- 自然梯度盲源分離加速收斂的衡量依據(jù)
[2-4]．目前盲源分離在許多領(lǐng)域均得到應(yīng)用[5-10]，因此進(jìn)一步探討盲源分離加速收斂的有效性問(wèn)題具有現(xiàn)實(shí)意義．所有信號(hào)均有既定的峭度累積量，一個(gè)混合信號(hào)完成盲源分離時(shí)，分離信號(hào)的峭度累積量將達(dá)到一個(gè)既定的累積量，因此峭度累積量是一個(gè)與分離狀態(tài)緊密相關(guān)的物理量．該物理量是構(gòu)造有效變步長(zhǎng)自然梯度盲源分離的有效參考物理量[3]，同時(shí)也是本文探討自然梯度盲源分離穩(wěn)定加速方法有效性的觀察點(diǎn)．基于該觀察點(diǎn)，針對(duì)構(gòu)成自然梯度盲源分離變步長(zhǎng)穩(wěn)定加速方法的有效性衡量問(wèn)題
- 基于EASI的分階段變步長(zhǎng)盲源分離算法
估計(jì)的方法稱之為盲源分析［1］。由于盲源分離對(duì)信號(hào)源和信道的要求較小，因此盲源分離在語(yǔ)音信息處理、無(wú)線通信、生物醫(yī)學(xué)信號(hào)處理以及圖像處理領(lǐng)域有著重要的應(yīng)用價(jià)值。盲源分離算法包括在線和離線兩種分離方法。在線盲源分離技術(shù)包括主成分分析法（SCA）、非負(fù)矩陣分解法（NMF）和獨(dú)立分量分析法（ICA）三種算法。其中以獨(dú)立分量分析法應(yīng)用最廣，其包括隨機(jī)梯度算法、自然梯度算法［2-3］、EASI算法［4］、迭代求逆算法、Fast-ICA算法［5］和KICA算法等等。這
系統(tǒng)仿真技術(shù) 2021年2期2021-12-18
- 基于相空間重構(gòu)的浮標(biāo)搜潛信號(hào)盲源分離算法研究*
00)0 引 言盲源分離(Blind Source Separation，BSS)是指信源、信道均未知且無(wú)法進(jìn)行直接觀測(cè)時(shí)，只利用觀測(cè)信號(hào)從混合信號(hào)中分離源信號(hào)的過(guò)程. “雞尾酒會(huì)效應(yīng)”是最初的BSS模型，即在一個(gè)環(huán)境嘈雜的雞尾酒會(huì)現(xiàn)場(chǎng)，其中夾雜著眾多人的說(shuō)話聲、背景音樂(lè)及其他背景噪聲，但是當(dāng)人們集中注意力去傾聽(tīng)某個(gè)人的說(shuō)話聲時(shí)，可以屏蔽或者壓制其他人的說(shuō)話聲以及環(huán)境背景噪聲，能夠聽(tīng)清楚目標(biāo)人物的聲音. BSS最早應(yīng)用于處理語(yǔ)音信號(hào)，并在該領(lǐng)域得到了發(fā)展和
測(cè)試技術(shù)學(xué)報(bào) 2021年5期2021-11-01
- 基于奇異值分解和均值聚類(lèi)的單通道盲源分離算法研究
116605)盲源分離是一種在源信號(hào)和混合矩陣未知的情況下，僅根據(jù)觀測(cè)信號(hào)完成對(duì)源信號(hào)估計(jì)的一種技術(shù)，目前在地震信號(hào)處理、機(jī)械故障信號(hào)診斷、醫(yī)學(xué)信號(hào)處理、語(yǔ)音信號(hào)處理等領(lǐng)域具有廣泛的應(yīng)用[1-2]。根據(jù)源信號(hào)和觀測(cè)信號(hào)的數(shù)目，可將盲源分離問(wèn)題分為：超定、正定和欠定盲源分離三類(lèi)。當(dāng)接收傳感器小于源信號(hào)數(shù)目時(shí)，所得到的觀測(cè)信號(hào)數(shù)目小于源信號(hào)數(shù)目，則該類(lèi)盲源分離稱為欠定盲源分離[3]，單通道信號(hào)盲源分離是欠定盲源分離的一個(gè)特例，也是盲源分離研究中的一個(gè)技術(shù)瓶頸
大連民族大學(xué)學(xué)報(bào) 2021年3期2021-10-18
- 基于相關(guān)運(yùn)算的低信噪比盲源分離抗干擾算法*
資源[1]。利用盲源信號(hào)分離技術(shù)，可以在不占用額外頻率資源和功率資源的條件下，通過(guò)將干擾與期望的通信信號(hào)分離，實(shí)現(xiàn)干擾消除，從而有效地提高通信系統(tǒng)的抗干擾性能，干擾容限甚至可以達(dá)到30 dB以上[2-3]，因此可用于衛(wèi)星通信抗干擾。有研究表明，盲源分離技術(shù)也可用于擴(kuò)頻通信抗干擾，此時(shí)系統(tǒng)的干擾容限是擴(kuò)頻增益取得的干擾容限和盲源分離取得的干擾容限之和，非常有利于對(duì)抗強(qiáng)干擾[4]。例如，當(dāng)擴(kuò)頻增益為40 dB時(shí)，兩者之和的干擾容限可達(dá)70 dB以上。但是傳統(tǒng)盲
通信技術(shù) 2021年7期2021-08-06
- SRP-NMF：一種多通道盲源分離算法*
1]是一個(gè)經(jīng)典的盲源分離問(wèn)題，其目的是從混合信號(hào)中將源信號(hào)分離出來(lái)。然而，這樣一個(gè)對(duì)人類(lèi)來(lái)說(shuō)毫不費(fèi)力的任務(wù)，對(duì)于計(jì)算機(jī)來(lái)說(shuō)卻十分困難。盲源分離技術(shù)雖然已經(jīng)經(jīng)歷了很長(zhǎng)一段時(shí)間的研究，但目前仍然是計(jì)算機(jī)和信號(hào)處理領(lǐng)域的研究熱點(diǎn)和難點(diǎn)。大部分盲源分離算法可分為單通道盲源分離算法（M=1）和多通道盲源分離算法（M≥2）[2]，其中M表示麥克風(fēng)數(shù)量。在多通道盲源分離問(wèn)題中，假設(shè)在源信號(hào)數(shù)量為K和麥克風(fēng)數(shù)量為M，則混合信號(hào)xt可以表示為：式中：xt=[x1,t,x2,
通信技術(shù) 2021年6期2021-06-22
- 基于信號(hào)BURG譜特征的盲源分離排序算法*
913）1 引言盲源分離在未知源信號(hào)傳播信道參數(shù)、源信號(hào)間統(tǒng)計(jì)獨(dú)立的情況下，依靠陣列數(shù)據(jù)分離出源信號(hào)的波形［1］。在水聲探測(cè)領(lǐng)域，海洋環(huán)境噪聲和艦船輻射噪聲間常認(rèn)為是相互獨(dú)立的且符合盲源分離條件。利用盲源分離算法處理水聲信號(hào)則可實(shí)現(xiàn)干擾分離、鄰近方位目標(biāo)信號(hào)凈化、提高目標(biāo)信號(hào)的信噪比的目的［2～3］。因而，盲源分離算法在水聲信號(hào)處理領(lǐng)域應(yīng)用潛力巨大。但是，盲源分離存在輸出信號(hào)次序不確定問(wèn)題，同一信號(hào)在不同時(shí)刻不能保持在固定通道輸出，不利于聲納兵的聽(tīng)音識(shí)別，
艦船電子工程 2021年2期2021-03-16
- 分離矩陣歸一化的單通道盲源分離幅度不確定性校正方法
116605)盲源分離是一種在源信號(hào)和混合矩陣未知的條件下，僅僅通過(guò)觀測(cè)信號(hào)獲得源信號(hào)估計(jì)的一種技術(shù)[1]。近年來(lái)，盲源分離技術(shù)在語(yǔ)音信號(hào)處理、地震信號(hào)處理、故障檢測(cè)等領(lǐng)域得到了廣泛應(yīng)用[2-3]。但是，單通道盲源分離和盲源分離的不確定性，仍然是制約盲源分離在工程上推廣應(yīng)用的技術(shù)瓶頸問(wèn)題。盲源分離的不確定性問(wèn)題包括排列不確定性、相位不確定性和幅度不確定性[4]，其中排列不確定性與相位不確定性通常僅在通信信號(hào)處理中需要解決，在其他較多工程應(yīng)用中均不具有特別
大連民族大學(xué)學(xué)報(bào) 2020年5期2020-11-12
- 基于機(jī)器視覺(jué)和盲源分離的機(jī)械故障檢測(cè)
號(hào)的分析與處理.盲源分離作為一種信號(hào)分析和數(shù)據(jù)處理技術(shù)，無(wú)需源信號(hào)的特征及混合條件就能夠從觀測(cè)到的混合信號(hào)中通過(guò)逆變換分離出源信號(hào).盲源分離的實(shí)質(zhì)是從未知信號(hào)的混合觀測(cè)信號(hào)中重構(gòu)出原始的源信號(hào)[11].根據(jù)混合通道數(shù)，可分為單通道和多通道信號(hào)盲源分離；根據(jù)源信號(hào)混合信號(hào)的組合特性，可分為線性和非線性盲源分離[12-13].盲源分離在很多領(lǐng)域中得到了廣泛的應(yīng)用：文獻(xiàn)[14-18]提出了基于盲源分離的信號(hào)分離算法對(duì)混合信號(hào)進(jìn)行分析與處理；文獻(xiàn)[19-21]提出
上海交通大學(xué)學(xué)報(bào) 2020年9期2020-10-12
- 基于VMD-PARAFAC的軸承故障欠定盲源分離*
設(shè)備故障監(jiān)測(cè)中，盲源分離是一種有效的信號(hào)處理方法，在源信號(hào)和傳遞路徑未知的情況下，僅對(duì)觀測(cè)信號(hào)處理即可估計(jì)出源信號(hào)，因此，盲源分離思想在故障診斷領(lǐng)域中得到了廣泛應(yīng)用.Haile等[1]將BSS方法應(yīng)用在旋轉(zhuǎn)機(jī)翼的故障特征提取中；Elia等[2]將BSS方法與循環(huán)平穩(wěn)方法結(jié)合起來(lái)對(duì)變速箱中軸承的磨損情況進(jìn)行監(jiān)測(cè)；Araujo等[3]將BSS方法與傳遞函數(shù)結(jié)合起來(lái)對(duì)振動(dòng)系統(tǒng)的模態(tài)參數(shù)進(jìn)行識(shí)別；周昊等[4]提出了一種基于粒子群優(yōu)化算法的盲源分離方法，用于提取風(fēng)機(jī)
- 基于小波包—VBICA 的欠定盲源分離方法研究
目。于是，對(duì)欠定盲源分離問(wèn)題進(jìn)行探討才更有現(xiàn)實(shí)意義，對(duì)于這一問(wèn)題，各國(guó)學(xué)者提出了不同的方法來(lái)解決這一難題。文獻(xiàn)[1]采用了稀疏表示的方法，先采用外部?jī)?yōu)化的方法估計(jì)出混合矩陣，然后用線性規(guī)劃法對(duì)混合故障信號(hào)進(jìn)行分離。然而，運(yùn)算量太大不能用于實(shí)際工程中。文獻(xiàn)[2]將LMD 算法與盲源分離方法相結(jié)合，用于解決旋轉(zhuǎn)機(jī)械故障盲源分離問(wèn)題。但LMDBSS 方法在實(shí)際的噪聲環(huán)境下分離效果并不是很好。文獻(xiàn)[3-6]也提出許多改進(jìn)算法來(lái)實(shí)現(xiàn)欠定條件下的盲源分離問(wèn)題。但這些方
設(shè)備管理與維修 2019年9期2019-09-12
- 基于盲源分離的相參干擾研究
向。近年來(lái)，隨著盲源分離BSS（Blind source separation）技術(shù)在無(wú)線通信、語(yǔ)音信號(hào)處理等領(lǐng)域的成功應(yīng)用，許多專家學(xué)者將盲源分離應(yīng)用于雷達(dá)主瓣抗干擾。文獻(xiàn)[1]提出將以信噪比為目標(biāo)函數(shù)的全局最優(yōu)盲源分離算法應(yīng)用于主瓣抗干擾的方法；文獻(xiàn)[2]提出使用干擾重構(gòu)來(lái)代替滑動(dòng)平均的改進(jìn)型最大信噪比盲源分離抗壓制干擾算法；文獻(xiàn)[3]提出基于矩陣聯(lián)合對(duì)角化特征矢量的盲源分離抗主瓣干擾算法，給出了不同信噪比條件下主瓣干擾抑制仿真；文獻(xiàn)[4]通過(guò)預(yù)估計(jì)信
遙測(cè)遙控 2019年6期2019-04-26
- 基于JADE盲源分離的主瓣抗干擾算法研究
仍舊不是很理想。盲源分離是現(xiàn)代信號(hào)處理領(lǐng)域的一個(gè)嶄新方向，主要是僅僅利用接收信號(hào)和源信號(hào)的統(tǒng)計(jì)特性，尋找一種合適的濾波器或逆系統(tǒng)，使得處理后的信號(hào)盡可能地接近源信號(hào)。首先肖文書(shū)[9]等人研究了雷達(dá)信號(hào)的盲分離；緊接著張安清[10]等人研究了波束域信號(hào)盲分離方法；文獻(xiàn)[11-12]將盲源分離技術(shù)應(yīng)用于雷達(dá)抗主瓣干擾中，但是仿真分離出的源信號(hào)都不是很純凈，并且沒(méi)有利用實(shí)驗(yàn)數(shù)據(jù)對(duì)方法進(jìn)行驗(yàn)證。本文通過(guò)對(duì)JADE盲源分離進(jìn)行深入的分析，在主瓣壓制干擾情況下，成功地
火控雷達(dá)技術(shù) 2018年4期2019-01-15
- 多特征值分解的稀疏混沌信號(hào)盲源分離算法研究
混合多用戶載波，盲源分離是一個(gè)必須解決的問(wèn)題。一些研究人員使用混沌信號(hào)的動(dòng)態(tài)屬性進(jìn)行盲源分離[2-4]，這種方法只能在源信號(hào)動(dòng)態(tài)方程的條件下應(yīng)用,獨(dú)立分量分析(ICA)方法也用于分離混沌信號(hào)[5-7]。這種方法假設(shè)每個(gè)源之間是互相統(tǒng)計(jì)獨(dú)立，并通過(guò)使用高階統(tǒng)計(jì)性質(zhì)分離混合信號(hào)。然而，激光混沌流信號(hào)本質(zhì)上是確定單一的，并且具有對(duì)初始值和寬帶光譜非常敏感的特性，因此僅通過(guò)使用統(tǒng)計(jì)特性難以有效地進(jìn)行盲源分離。本文使用相空間重構(gòu)理論描述盲源分離問(wèn)題,提出了一種針對(duì)上
智能系統(tǒng)學(xué)報(bào) 2018年5期2018-09-18
- 盲源分離聯(lián)合阻塞矩陣抗雷達(dá)主瓣干擾研究*
時(shí)性能?chē)?yán)重惡化。盲源分離是20世紀(jì)80年代發(fā)展起來(lái)的信號(hào)處理技術(shù)。它不需要匯集能量來(lái)區(qū)分源信號(hào)，不需要信道模型來(lái)確定混合方式，所需的先驗(yàn)知識(shí)是最少的。因此，盲源分離在信號(hào)處理、神經(jīng)網(wǎng)絡(luò)、通信、雷達(dá)等學(xué)術(shù)界受到廣泛重視。文獻(xiàn)[10]提出了基于矩陣聯(lián)合對(duì)角化特征矢量的盲源分離抗主瓣干擾算法，并給出不同信噪比條件下主瓣干擾抑制的仿真效果。為提高檢測(cè)的峰值信噪比，文獻(xiàn)[11]提出FRFT(fractional Fourier transform)變換處理，在FRF
現(xiàn)代防御技術(shù) 2018年1期2018-03-16
- 基于EEMD的單通道機(jī)械噪聲信號(hào)盲分離
析方法很難處理，盲源分離（Blind Signal Separation，BSS）[4]應(yīng)用到混合信號(hào)處理中，可以獲得各個(gè)源信號(hào)，進(jìn)而實(shí)現(xiàn)對(duì)具體設(shè)備的狀態(tài)監(jiān)測(cè)與故障診斷。同時(shí)，受現(xiàn)場(chǎng)環(huán)境與設(shè)備造價(jià)的影響，采用單個(gè)傳感器采集信號(hào)實(shí)現(xiàn)盲源分離的情況時(shí)有發(fā)生，這種單通道的盲源分離更具有實(shí)際研究?jī)r(jià)值。解決機(jī)械信號(hào)單通道盲分離，毋文峰等[5]將經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，EMD）與Fast-ICA結(jié)合用于機(jī)械故障診斷，但是
制造業(yè)自動(dòng)化 2017年11期2018-01-18
- 基于小波降噪和盲源分離算法的信號(hào)分離方法研究
)基于小波降噪和盲源分離算法的信號(hào)分離方法研究王川川， 曾勇虎， 趙明洋， 汪連棟(電子信息系統(tǒng)復(fù)雜電磁環(huán)境效應(yīng)國(guó)家重點(diǎn)實(shí)驗(yàn)室，河南 洛陽(yáng)471003)針對(duì)含噪情況下的盲源分離問(wèn)題，將小波降噪方法引入盲源分離模型之中，對(duì)兩種小波降噪與盲源分離算法結(jié)合的信號(hào)分離方法，即預(yù)降噪+盲源分離，以及預(yù)降噪+盲源分離+后降噪，從理論上進(jìn)行了原理與特點(diǎn)分析，并通過(guò)數(shù)值仿真比較了不同信噪比情況下兩種方法對(duì)于混合信號(hào)的分離效果。仿真表明，采用小波降噪與盲源分離結(jié)合的信號(hào)分離
電光與控制 2017年7期2018-01-11
- 盲源分離算法在大地電磁信號(hào)去噪中的應(yīng)用
434023)盲源分離算法在大地電磁信號(hào)去噪中的應(yīng)用曹小玲1,2， 嚴(yán)良俊1， 陳清禮1， 周 磊1(1.長(zhǎng)江大學(xué) 油氣資源與勘探技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，武漢 430100；2.長(zhǎng)江大學(xué) 信息與數(shù)學(xué)學(xué)院，荊州 434023)鑒于大地電磁信號(hào)的特點(diǎn)，大地電磁信號(hào)的去噪問(wèn)題一直是研究的熱點(diǎn)問(wèn)題，而盲源分離技術(shù)是進(jìn)行現(xiàn)代信號(hào)處理的有力工具。闡述了大地電磁信號(hào)的特點(diǎn)和它的噪聲分類(lèi)，利用盲源分離算法維持信號(hào)頻率不變性的特點(diǎn)，并結(jié)合大地電磁信號(hào)的頻譜特征，提出利用盲源
物探化探計(jì)算技術(shù) 2017年4期2017-08-30
- 基于源信號(hào)相關(guān)特征的供水管網(wǎng)漏損流量研究
比較后，本文選擇盲源分離理論和濾波理論作為建模的機(jī)理?；谝陨蟽煞N理論的算法均不少于幾十種(如：ICA算法中的FastICA、Informax、CICA、優(yōu)化ICA等；SCA；NMF；Kalman濾波算法等等)，不同算法對(duì)于問(wèn)題的基本假設(shè)、適用條件、輸入?yún)?shù)、目標(biāo)函數(shù)與約束條件、求解算法等有很大差異。兩種理論在供水管網(wǎng)物理漏損流量分析模型中的應(yīng)用既有相同之處又存在差異，在各自的算法中，相同之處在于目的都是實(shí)現(xiàn)物理漏損流量序列的估計(jì)，差異在于求解過(guò)程所利用的
中國(guó)農(nóng)村水利水電 2017年1期2017-03-22
- 基于盲源分離的抗密集假目標(biāo)干擾技術(shù)研究*
30037）基于盲源分離的抗密集假目標(biāo)干擾技術(shù)研究*王瑜，李小波，單良，黃超（電子工程學(xué)院，合肥230037）密集假目標(biāo)干擾會(huì)嚴(yán)重影響雷達(dá)檢測(cè)目標(biāo)的性能。針對(duì)此問(wèn)題，提出一種基于盲源分離的密集假目標(biāo)抗干擾的方法。該方法可有效從密集欺騙式假目標(biāo)中檢測(cè)出目標(biāo)回波信號(hào)，并分析比較了JADE和Fast ICA兩種盲源分離方法對(duì)密集欺騙式假目標(biāo)和回波信號(hào)的分離效果。理論分析和仿真結(jié)果表明：JADE盲源分離較Fast ICA盲源分離抗密集假目標(biāo)干擾較更有效。盲源分離，
火力與指揮控制 2017年2期2017-03-18
- 基于JADE盲源分離算法的雷達(dá)信號(hào)研究
7)基于JADE盲源分離算法的雷達(dá)信號(hào)研究王瑜，李小波，毛云翔，黃超(電子工程學(xué)院，安徽 合肥 230037)盲源信號(hào)分離技術(shù)在雷達(dá)抗干擾領(lǐng)域得到了廣泛的關(guān)注和應(yīng)用研究，所以對(duì)經(jīng)過(guò)盲源分離的雷達(dá)信號(hào)的研究是至關(guān)重要的。分析了經(jīng)過(guò)盲源分離的雷達(dá)信號(hào)存在幅度、相位的不確定性，并通過(guò)仿真分析得出了信噪比對(duì)盲源分離的影響。仿真結(jié)果表明，在信噪比滿足一定的條件下，盲源分離能從強(qiáng)壓制干擾中將信號(hào)分離。雷達(dá)抗干擾；盲源分離；信噪比；雷達(dá)信號(hào)；幅度；相位0 引言盲源信號(hào)分
現(xiàn)代防御技術(shù) 2017年1期2017-03-02
- 基于盲源分離的同頻信號(hào)測(cè)向算法研究
50081)基于盲源分離的同頻信號(hào)測(cè)向算法研究馬 飛1，2(1.裝備工程技術(shù)研究實(shí)驗(yàn)室，河北 石家莊 050081;2.中國(guó)電子科技集團(tuán)公司第五十四研究所，河北 石家莊 050081)信號(hào)測(cè)向系統(tǒng)中，常用MUSIC算法進(jìn)行同頻信號(hào)測(cè)向處理。但是由于實(shí)際使用過(guò)程中信號(hào)子空間和噪聲子空間并不能實(shí)現(xiàn)完全正交，使得MUSIC算法的準(zhǔn)確度和穩(wěn)定性大幅度削弱?；谶@個(gè)問(wèn)題，將盲源分離算法引入到同頻信號(hào)測(cè)向系統(tǒng)中，利用盲源分離算法，對(duì)信號(hào)進(jìn)行處理，分離出每個(gè)信源的空間信
無(wú)線電通信技術(shù) 2017年2期2017-03-02
- 盲源分離現(xiàn)狀及發(fā)展
430019)?盲源分離現(xiàn)狀及發(fā)展彭賽陽(yáng)，王振華，朱元清(空軍預(yù)警學(xué)院, 武漢 430019)盲源分離(BBS)作為一門(mén)與信息理論、信號(hào)處理、人工神經(jīng)網(wǎng)絡(luò)、概率論等學(xué)科均有交叉的新興研究領(lǐng)域，得到了研究學(xué)者們的熱切關(guān)注。闡述了盲源分離的概念，介紹了其分類(lèi)，分析了其應(yīng)用領(lǐng)域，歸納了盲源分離的國(guó)內(nèi)外發(fā)展近況及趨勢(shì)，并對(duì)未來(lái)進(jìn)行了展望。盲源分離；信號(hào)處理；多輸入多輸出0 引 言在現(xiàn)代愈見(jiàn)復(fù)雜的信號(hào)環(huán)境下，從復(fù)雜繁多的信號(hào)中提取對(duì)自己有用的信號(hào)越來(lái)越困難。人們接收
艦船電子對(duì)抗 2016年3期2016-12-13
- 聯(lián)合BSS和FRFT的雷達(dá)抗主瓣干擾新方法
奏效。文中分析了盲源分離技術(shù)應(yīng)用雷達(dá)主瓣抗干擾時(shí)盲源分離的信號(hào)存在幅度、相位的不確定性，提出了一種聯(lián)合盲源分離和分?jǐn)?shù)階傅里葉變換的雷達(dá)抗主瓣干擾的新方法。并給出新方法與傳統(tǒng)脈沖壓縮方法主瓣干擾抑制的仿真結(jié)果，仿真結(jié)果表明了在強(qiáng)噪聲壓制干擾環(huán)境中，新方法具有良好的抗主瓣干擾的性能。盲源分離；分?jǐn)?shù)階傅里葉變換；線性調(diào)頻信號(hào)；脈沖壓縮0 引 言雷達(dá)抗干擾始終是電子戰(zhàn)領(lǐng)域的重要研究課題之一，干擾信號(hào)從主瓣進(jìn)入雷達(dá)天線，會(huì)嚴(yán)重影響雷達(dá)的性能。傳統(tǒng)的旁瓣消隱、旁瓣相消
現(xiàn)代雷達(dá) 2016年7期2016-08-29
- 盲源分離技術(shù)在水聲信號(hào)中的應(yīng)用研究
的海難問(wèn)題，信號(hào)盲源處理技術(shù)是將干擾信號(hào)和噪聲信號(hào)有效分離的方式之一。本文通過(guò)研究α 穩(wěn)定分布，提出海洋噪聲、艦船輻射噪聲等符合低階α 穩(wěn)定分布，找出α 穩(wěn)定分布的共變特性，設(shè)計(jì)了分?jǐn)?shù)低階矩陣盲源分離算法，最后通過(guò)實(shí)驗(yàn)驗(yàn)證本文算法的有效性。1 α 穩(wěn)定分布通常情況下會(huì)把海上噪聲近似為高斯噪聲，但是有一些噪聲在一瞬間可能幅值變化很大，遠(yuǎn)遠(yuǎn)高于均值呈現(xiàn)出脈沖的特點(diǎn)，并且拖尾的密度較大，為分?jǐn)?shù)低階α 穩(wěn)定分布［1－3］，所以仍然以高斯信號(hào)的特點(diǎn)去處理無(wú)法將其性能
艦船科學(xué)技術(shù) 2015年6期2015-12-20
- 基于改進(jìn)人工蜂群算法的盲源分離算法
210044）盲源分離（blind source separation，簡(jiǎn)稱BSS）是當(dāng)前信號(hào)處理領(lǐng)域興起的研究課題之一，它的任務(wù)是在源信號(hào)和混合方式都未知的情況下，僅靠傳感器接收到的信號(hào)恢復(fù)出源信號(hào)［1］.根據(jù)對(duì)數(shù)據(jù)的處理方式不同，當(dāng)前盲源分離算法分為批處理盲源分離算法［2－3］以及自適應(yīng)處理盲源分離算法兩大類(lèi).與批處理盲源分離算法相比，自適應(yīng)盲源分離算法實(shí)時(shí)跟蹤性能強(qiáng)，其中基于自然梯度盲源分離算法（natural gradient algorithm
- 融合小波分解與時(shí)頻分析的單通道振動(dòng)信號(hào)盲分離方法
對(duì)單通道振動(dòng)信號(hào)盲源分離是一個(gè)病態(tài)問(wèn)題，且傳統(tǒng)的振動(dòng)信號(hào)盲源分離方法往往忽略信號(hào)的非平穩(wěn)性的問(wèn)題,提出了一種融合小波分解與時(shí)頻分析的單通道振動(dòng)信號(hào)盲源分離方法。首先利用小波分解與重構(gòu)將單通道信號(hào)轉(zhuǎn)化為多通道信號(hào)，解決了盲源分離的欠定問(wèn)題;然后利用基于時(shí)頻分析的盲源分離算法分析非平穩(wěn)信號(hào)，得到源信號(hào)的估計(jì)信號(hào),實(shí)現(xiàn)了非平穩(wěn)信號(hào)盲源分離。仿真和實(shí)驗(yàn)結(jié)果表明，該方法可以有效地解決單通道非平穩(wěn)振動(dòng)信號(hào)的盲源分離問(wèn)題。盲源分離；小波分解；時(shí)頻分析；故障診斷0 引言盲
中國(guó)機(jī)械工程 2015年20期2015-10-29
- MIMO雷達(dá)信號(hào)的盲源分離技術(shù)
IMO雷達(dá)信號(hào)的盲源分離技術(shù)方 健(西安電子科技大學(xué) 電子工程學(xué)院,陜西 西安 710071)針對(duì)MIMO雷達(dá)的信號(hào)特點(diǎn),采用了一種多角度的雷達(dá)偵察方法,從不同的方位獲取同一部雷達(dá)的獨(dú)立信號(hào)樣本。并在此基礎(chǔ)上,運(yùn)用主分量分析方法估計(jì)信號(hào)波形個(gè)數(shù),運(yùn)用獨(dú)立分量分析的盲源分離方法分離出MIMO雷達(dá)信號(hào)的各個(gè)正交分量,最終以正交頻分線性調(diào)頻信號(hào)為例,在信噪比為0dB的情況下對(duì)該信號(hào)進(jìn)行了仿真分析,其結(jié)果驗(yàn)證了該方法的有效性。MIMO雷達(dá);偵察識(shí)別;盲源分離;主分
電子科技 2015年5期2015-10-17
- 改進(jìn)的變步長(zhǎng)維納系統(tǒng)盲源分離方法*
012)1 引言盲源分離(Blind Source Separation，BSS)是指在信源信號(hào)和信道參數(shù)都未知的條件下，從觀測(cè)到的混合信號(hào)中估計(jì)出信源信號(hào)，被廣泛用于多種信號(hào)處理和分析領(lǐng)域。目前的研究仍然主要集中于線性瞬時(shí)混合信號(hào)的盲源分離問(wèn)題，但在許多的實(shí)際系統(tǒng)中，非線性混合模型更為常見(jiàn)。為此，近年來(lái)許多學(xué)者提出了非線性盲源分離問(wèn)題。非線性盲源分離是一種針對(duì)非線性混合信號(hào)的盲源分離方法，已經(jīng)被廣泛應(yīng)用于醫(yī)學(xué)信號(hào)處理、通信信號(hào)處理、圖像處理及故障診斷等方
電訊技術(shù) 2015年2期2015-09-28
- 基于移不變稀疏編碼的單通道機(jī)械信號(hào)盲源分離
的單通道機(jī)械信號(hào)盲源分離朱會(huì)杰1，王新晴1，芮 挺1，李艷峰1，張紅濤2，趙 洋1(1.解放軍理工大學(xué)野戰(zhàn)工程學(xué)院，江蘇南京210007；2.防空兵指揮學(xué)院，河南鄭州450052)針對(duì)特征反復(fù)出現(xiàn)的機(jī)械信號(hào)，提出了一種使用移不變稀疏編碼的單通道盲源分離方法。移不變稀疏編碼將原始信號(hào)看成多個(gè)基與系數(shù)的卷積，能夠根據(jù)信號(hào)的統(tǒng)計(jì)分布，利用信號(hào)自身特征自適應(yīng)地學(xué)習(xí)到匹配的基和稀疏的系數(shù)。在恒定工況下，不同的信號(hào)源具有不同的特征，同一信號(hào)源的特征結(jié)構(gòu)相似，將學(xué)習(xí)到的
振動(dòng)工程學(xué)報(bào) 2015年4期2015-08-07
- 盲源分離原理在軋機(jī)振動(dòng)中的應(yīng)用研究
056038)盲源分離原理在軋機(jī)振動(dòng)中的應(yīng)用研究吳炳勝，張子波(河北工程大學(xué)機(jī)電學(xué)院，河北邯鄲 056038)隨著板帶軋機(jī)的軋制速度和精度不斷提高，軋機(jī)在生產(chǎn)過(guò)程中經(jīng)常出現(xiàn)電機(jī)振動(dòng)。本文把盲源分離Fast ICA算法應(yīng)用到軋機(jī)振動(dòng)故障診斷中，對(duì)軋機(jī)振動(dòng)的混合信號(hào)進(jìn)行分離，得到分離前后的振動(dòng)加速度數(shù)據(jù)曲線以及功率譜，最終診斷出軋機(jī)出現(xiàn)振動(dòng)的主導(dǎo)頻率，說(shuō)明盲源分離法在軋機(jī)振動(dòng)故障診斷中是一種有效的信號(hào)診斷方法，為進(jìn)一步抑制軋機(jī)扭振提供了有力依據(jù)。軋機(jī)振動(dòng);盲
重型機(jī)械 2014年6期2014-09-19
- 用慢特征分析算法實(shí)現(xiàn)水聲信號(hào)盲分離
于水聲信號(hào)非線性盲源分離領(lǐng)域。一般而言，對(duì)源信號(hào)做非線性混合變換后輸出混合信號(hào)較源信號(hào)變化較快，而采用SFA算法可以從復(fù)雜的非線性混合信號(hào)中提取出變化緩慢的信號(hào)，通過(guò)仿真實(shí)驗(yàn)，分別對(duì)簡(jiǎn)單信號(hào)和復(fù)雜水聲信號(hào)的非線性混合信號(hào)進(jìn)行分離，通過(guò)將源信號(hào)與分離信號(hào)對(duì)比，發(fā)現(xiàn)SFA算法輸出信號(hào)與源信號(hào)高度相似，驗(yàn)證了SFA算法在非線性盲源分離領(lǐng)域應(yīng)用的有效性和可行性。信號(hào)處理；盲源分離；慢特征分析0 引言盲源分離是盲信號(hào)處理領(lǐng)域中的一個(gè)重要分支，自1986年Heraul
聲學(xué)技術(shù) 2014年3期2014-05-12
- 通信信號(hào)處理的技術(shù)探析
通信中使用的一種盲源分離技術(shù)，正在被廣泛的應(yīng)用和推廣。以下對(duì)無(wú)線數(shù)字通信中的所涉及的盲源分離技術(shù)進(jìn)行深入了解和分析。在處理通信信號(hào)的過(guò)程中，盲源分離技術(shù)是通信信號(hào)處理中重要的環(huán)節(jié)，隨著盲源技術(shù)的普及和深入，能夠?qū)⒏蓴_的信號(hào)進(jìn)行分離，以避免信號(hào)受到干擾，而阻礙信息的接收，因此，盲源分離技術(shù)在現(xiàn)代通信技術(shù)已經(jīng)得到了廣泛的應(yīng)用和發(fā)展。隨著社會(huì)的發(fā)展和進(jìn)步，全球的無(wú)線通信得到了快速的發(fā)展，將無(wú)線通信和有線通信進(jìn)行比較，其中無(wú)線通信面臨的問(wèn)題是信道會(huì)隨著時(shí)間的變化而
電子測(cè)試 2013年18期2013-08-15
- 基于盲源分離的語(yǔ)音降噪研究
推進(jìn)其逐漸成熟.盲源分離技術(shù)是近年來(lái)發(fā)展起來(lái)的一種新的信號(hào)分離技術(shù)，它是在信號(hào)源和信道傳輸參數(shù)未知的條件下，僅通過(guò)傳感器陣列接收到的信號(hào)去估計(jì)出源信號(hào)的過(guò)程.目前對(duì)盲源分離的研究工作大致能夠分成兩類(lèi)［1］：一是對(duì)瞬時(shí)混合模型的研究，在各國(guó)學(xué)者的共同努力下，對(duì)這一模型的研究已經(jīng)有很多比較成熟的算法可用；二是對(duì)卷積混合模型的研究，在實(shí)際應(yīng)用情況下，因?yàn)樾盘?hào)在傳輸中易受到各種干擾所導(dǎo)致的傳輸延遲等的影響，傳感器所得到的信號(hào)通常不是簡(jiǎn)單的瞬時(shí)疊加，而是更接近真實(shí)信
湖北工業(yè)大學(xué)學(xué)報(bào) 2013年1期2013-08-10
- 基于盲源分離和自適應(yīng)濾波的水下聲信號(hào)降噪算法
, 羅 松?基于盲源分離和自適應(yīng)濾波的水下聲信號(hào)降噪算法劉 巍1, 滕 威1, 羅 松2(1. 中海石油(中國(guó))有限公司綏中36-1油田二期調(diào)整工程項(xiàng)目組, 天津, 300461; 2. 昆明船舶設(shè)備研究試驗(yàn)中心, 云南 昆明, 650051)在水下小孔徑基陣測(cè)向應(yīng)用中, 陣元接收到的連續(xù)波(CW)信號(hào)質(zhì)量直接關(guān)系到測(cè)向誤差的大小, 由于受到多徑效應(yīng)、信號(hào)起伏和水下背景噪聲的影響, 往往實(shí)際檢測(cè)到的信號(hào)信噪比較低, 相位估計(jì)結(jié)果離散性大。本文針對(duì)水下CW信
水下無(wú)人系統(tǒng)學(xué)報(bào) 2013年5期2013-05-28
- 基于峭度的腦電信號(hào)盲源分離偽跡去除方法
立成分分析都屬于盲源分離方法。盲源分離技術(shù)是現(xiàn)代信號(hào)處理領(lǐng)域的一個(gè)新的研究熱點(diǎn)，發(fā)展迅速。本文采用一種基于峭度的盲源分離開(kāi)關(guān)算法來(lái)對(duì)腦電信號(hào)中的心電和眼電偽跡進(jìn)行濾除，并通過(guò)實(shí)驗(yàn)證明該方法在腦電偽跡去除方面取得的良好效果。1 基于峭度的盲源分離開(kāi)關(guān)算法1.1 盲源分離問(wèn)題模型盲源分離的數(shù)學(xué)模型可描述為:式中，x為n維觀測(cè)信號(hào)矢量;s為n維未知的源信號(hào)矢量;n0為n維的噪聲矢量，實(shí)際中常假設(shè)無(wú)噪聲即使用無(wú)噪聲模型;y(或^s)是系統(tǒng)的輸出矢量，是經(jīng)分離后得到
- 基于非線性函數(shù)的非平穩(wěn)盲源分離步長(zhǎng)算法
）自然梯度算法是盲源分離的一種經(jīng)典算法，但由于其固定步長(zhǎng)的應(yīng)用，造成了兩個(gè)重要的算法性能指標(biāo)收斂速度和穩(wěn)態(tài)誤差之間的矛盾。一般來(lái)說(shuō)，大的步長(zhǎng)收斂速度較快，但穩(wěn)態(tài)誤差較大;反之，小的步長(zhǎng)收斂速度較慢，但穩(wěn)態(tài)誤差較小。特別在分離非平穩(wěn)盲源時(shí)，這種矛盾會(huì)尤為明顯［1－2］。1 系統(tǒng)模型和算法公式假設(shè)有n個(gè)相互統(tǒng)計(jì)獨(dú)立的未知源信號(hào)s（t）=［s1（t），s2（t），…，sn（t）］T，t為離散時(shí)間，經(jīng)過(guò)未知的傳輸信道A∈ Rm×n后得到m個(gè)觀測(cè)信號(hào)x（t）=［x1
電視技術(shù) 2012年21期2012-09-17
- 基于盲源分離的圖像噪聲濾除
果明顯變壞。1 盲源分離基礎(chǔ)知識(shí)盲源分離技術(shù)是信號(hào)與信息處理領(lǐng)域中一個(gè)嶄新的研究方向。從21世紀(jì)80年代起的僅針對(duì)多源分離問(wèn)題到如今在圖像、語(yǔ)音、生物信號(hào)、模式識(shí)別的各個(gè)方面的應(yīng)用，盲分離技術(shù)吸引了眾多領(lǐng)域?qū)＜业年P(guān)注。盲分離技術(shù)所要解決的問(wèn)題是:在不知道源信號(hào)以及傳輸信道的先驗(yàn)知識(shí)的情況下，如何從傳感器陣接收到的線性混合或非線性混合信號(hào)中提取出原始信號(hào)。盲源分離技術(shù)主要可以分為:線性盲源分離、盲解卷積、非線性盲源分離、盲辨識(shí)、盲均衡及盲波束形成等幾個(gè)方面。
山西電子技術(shù) 2012年6期2012-09-06
- 基于ICA的無(wú)線電通信干擾抑制
些問(wèn)題，本文采用盲源分離技術(shù)［2］應(yīng)用于干擾抑制領(lǐng)域，對(duì)干擾抑制新技術(shù)進(jìn)行探索和嘗試。盲源分離經(jīng)歷了近20年的迅速發(fā)展，其理論和算法研究日趨完備［3－4］，盲源分離技術(shù)在眾多領(lǐng)域展現(xiàn)出誘人的應(yīng)用潛力，成為當(dāng)前信號(hào)處理前沿技術(shù)的新興學(xué)科之一［3－6］，目前盲源分離在電子戰(zhàn)領(lǐng)域的應(yīng)用剛剛起步［7－10］。文獻(xiàn)［7］將單音干擾與調(diào)頻電臺(tái)信號(hào)進(jìn)行了分離，從而抑制干擾，對(duì)可行性和有效性進(jìn)行了初步分析討論;文獻(xiàn)［8］基于盲源分離理論對(duì)雷達(dá)抗干擾方法進(jìn)行了探索，沒(méi)有涉及
電光與控制 2012年10期2012-08-27
- 基于盲源分離的短波頻譜管理監(jiān)測(cè)研究
的現(xiàn)實(shí)意義。1 盲源分離技術(shù)盲信號(hào)處理(BSP，Blind Signal processing)是對(duì)源信號(hào)和傳輸信道信息未知的情況下，僅從觀測(cè)到的混合信號(hào)中分離出源信號(hào)的一種信號(hào)處理方法[3]。其中，盲源分離(BSS，Blind Source Separation)技術(shù)能很好地解決通信抗干擾問(wèn)題，無(wú)論敵方采用何種形式的干擾（同頻干擾，寬帶干擾，窄帶干擾等等），其干擾信號(hào)與已方通信信號(hào)之間都應(yīng)該是統(tǒng)計(jì)獨(dú)立的，因此我方收到的信號(hào)往往是相互獨(dú)立的源信號(hào)（干擾信號(hào)
通信技術(shù) 2012年11期2012-08-10
- 一種基于盲源分離的調(diào)幅通信系統(tǒng)抗干擾方法
性時(shí)，也可以采用盲源分離［2］的方法將二者分開(kāi)。盲源分離不要求信號(hào)和干擾具有不同的頻率，它只要求源信號(hào)具有不同的統(tǒng)計(jì)特性、信息度量、時(shí)序結(jié)構(gòu)或者循環(huán)頻率等［3-5］。當(dāng)干擾與信號(hào)的頻率一致，利用以上特性，在理論上可以采用盲源分離的方法將它們分離開(kāi)。盲源分離是指在不知道源信號(hào)和傳輸通道參數(shù)的情況下，根據(jù)輸入源信號(hào)的統(tǒng)計(jì)特性，僅由觀測(cè)信號(hào)恢復(fù)出源信號(hào)的過(guò)程［1］。作為新興的信號(hào)處理技術(shù)，盲源分離在生物醫(yī)學(xué)信號(hào)處理、語(yǔ)音信號(hào)處理、圖像處理、數(shù)據(jù)挖掘模式識(shí)別和通訊
兵器裝備工程學(xué)報(bào) 2012年10期2012-07-09
- 一種基于時(shí)域的欠定盲源分離方法
引言近年來(lái)，鑒于盲源分離（Blind Source Separation，BSS）獨(dú)特的數(shù)學(xué)模型，被作為一種重要的技術(shù)廣泛應(yīng)用于數(shù)字通信、機(jī)器人導(dǎo)航、生物醫(yī)學(xué)工程、語(yǔ)音處理和圖像處理等領(lǐng)域[1-5]。所謂的BSS，就是在源信號(hào)和混合系統(tǒng)（或傳輸通道）等未知的情況下，僅根據(jù)源信號(hào)有限的統(tǒng)計(jì)特性，從觀測(cè)信號(hào)中恢復(fù)或估計(jì)出所有的源信號(hào)。根據(jù)觀測(cè)信號(hào)和源信號(hào)的個(gè)數(shù)，盲源分離可分為非欠定盲源分離和欠定盲源分離（Underdetermined Blind Source
電工技術(shù)學(xué)報(bào) 2012年10期2012-06-06
- 多途環(huán)境下的單通道水聲信號(hào)盲源分離
150001)盲源分離(Blind Source Separation-BSS)是指在不知道任何先驗(yàn)知識(shí)或者只知道很少量先驗(yàn)知識(shí)的情況下，利用觀測(cè)信號(hào)提取或分離各源信號(hào)的方法［1-2］。該方法在很多領(lǐng)域都有著廣泛的應(yīng)用前景。在水聲信號(hào)處理領(lǐng)域也有諸多研究［3-7］，但目前的成果及其應(yīng)用大都是基于多觀測(cè)通道。而實(shí)際應(yīng)用中受各種條件制約，有時(shí)存在只有單觀測(cè)通道的情況，此時(shí)基于矩陣運(yùn)算的常規(guī)盲源分離算法已不適用，這種極端的欠定情況稱為單通道盲源分離。雖然單觀測(cè)
振動(dòng)與沖擊 2012年6期2012-02-13
- 基于細(xì)菌覓食的盲源分離算法研究
處理方法[1]。盲源分離是盲信號(hào)處理的重要方面，是從上個(gè)世紀(jì)九十年代迅速發(fā)展起來(lái)的新興領(lǐng)域?，F(xiàn)有的盲源分離算法存在運(yùn)算速度慢、穩(wěn)定性差等方面的問(wèn)題，并容易陷入局部最優(yōu)，有待進(jìn)一步的改進(jìn)和優(yōu)化。研究新的盲源分離算法是很有必要的。細(xì)菌覓食算法（BFO，Bacterial Foraging Optimization）是基于大腸桿菌覓食過(guò)程的智能優(yōu)化算法，適用于優(yōu)化問(wèn)題的求解。它是 2002年才被提出的一種新算法，其在具體問(wèn)題中的應(yīng)用是很有價(jià)值的研究[2]。1 基
通信技術(shù) 2011年12期2011-08-04
- 基于批處理和核函數(shù)的非線性盲源分離算法?
和核函數(shù)的非線性盲源分離算法?禹華鋼，高俊，黃高明（海軍工程大學(xué)電子工程學(xué)院，武漢430033）針對(duì)基于核函數(shù)的非線性盲源分離算法性能對(duì)核函數(shù)及其參數(shù)選擇依賴性強(qiáng)這一問(wèn)題，提出采用批處理方法代替聚類(lèi)和核主成分分析方法來(lái)構(gòu)造低維近似子空間的正交基，以改進(jìn)基于核函數(shù)的非線性盲源分離算法對(duì)核函數(shù)及其參數(shù)變化的穩(wěn)健性，并對(duì)這種改進(jìn)的非線性盲源分離算法進(jìn)行了完整的分析。通過(guò)仿真實(shí)驗(yàn)，對(duì)分離信號(hào)與源信號(hào)求相似度，可以看到提出的基于批處理的非線性盲源分離算法能夠取得更穩(wěn)
電訊技術(shù) 2011年10期2011-04-02
- 基于SONS的結(jié)構(gòu)模態(tài)參數(shù)識(shí)別研究
ONS算法和采用盲源分離方法識(shí)別模態(tài)參數(shù)流程的基礎(chǔ)上,以簡(jiǎn)支梁錘擊振動(dòng)響應(yīng)信號(hào)進(jìn)行了實(shí)驗(yàn),并分析了響應(yīng)信號(hào)含噪聲的情況。實(shí)驗(yàn)表明,SONS方法準(zhǔn)確地提取了簡(jiǎn)支梁結(jié)構(gòu)的低階模態(tài)振型、固有頻率和阻尼比,抗噪性能好,且分離結(jié)果較二階盲辨識(shí)(SOBI)算法準(zhǔn)確、穩(wěn)定。針對(duì)高階模態(tài)直接盲分離識(shí)別效果不好的現(xiàn)象,采用先濾波再盲源分離的方法,成功識(shí)別了高階模態(tài)固有頻率。響應(yīng)信號(hào);模態(tài)參數(shù);盲源分離;錘擊信號(hào);信噪比0 引言盲源分離(blind source separa
中國(guó)機(jī)械工程 2011年12期2011-01-29
- 基于神經(jīng)網(wǎng)絡(luò)的變速率非線性盲源分離ICA算法研究
分是信號(hào)去噪，而盲源分離(Blind Source Separation, BSS)是近年來(lái)在信號(hào)去噪領(lǐng)域中的一個(gè)研究熱點(diǎn)[1-3].盲源分離是指不使用訓(xùn)練數(shù)據(jù)，在對(duì)信號(hào)系統(tǒng)沒(méi)有任何先驗(yàn)知識(shí)的情況下，對(duì)含有噪聲的原始信號(hào)進(jìn)行分離.由于盲源分離可以在缺乏訓(xùn)練序列，條件比較惡劣的通信環(huán)境中應(yīng)用，因此，盲源分離比一般的信號(hào)去噪方法擁有更為廣泛的應(yīng)用場(chǎng)合.當(dāng)信號(hào)系統(tǒng)屬于線性系統(tǒng)時(shí)，盲源分離的效果比較理想.但是由于實(shí)際的信號(hào)系統(tǒng)大多屬于非線性系統(tǒng)，這樣由線性模型得到
陜西科技大學(xué)學(xué)報(bào) 2010年5期2010-02-25