盲源分離自提出以來(lái)一直備受信號(hào)領(lǐng)域的研究學(xué)者關(guān)注,成為解決源信號(hào)未知、傳輸信道未知情況下信號(hào)處理的首要選擇,并廣泛應(yīng)用于語(yǔ)音識(shí)別、醫(yī)學(xué)信號(hào)分析、無(wú)線通信、故障檢測(cè)等多個(gè)領(lǐng)域。其中欠定盲源分離由于更符合實(shí)際工程要求,在應(yīng)用方面具有更大的空間,所以具有更為重要的研究意義。當(dāng)前解決欠定盲源分離問(wèn)題主要利用稀疏分量分析理論經(jīng)典的“兩步法”,即首先對(duì)未知的混合矩陣進(jìn)行估計(jì),然后在混合矩陣已知的情況下完成源信號(hào)的恢復(fù)。這類(lèi)算法需要利用信號(hào)的稀疏特性,當(dāng)信號(hào)不滿足充分稀疏條件時(shí),算法性能將大幅下降。本文在總結(jié)當(dāng)前國(guó)內(nèi)外研究算法的基礎(chǔ)上,針對(duì)源信號(hào)稀疏性較差的情況,研究了欠定盲源分離的混合矩陣估計(jì)和源信號(hào)恢復(fù)算法。本文主要工作內(nèi)容如下:首先,介紹欠定盲源分離和稀疏分量分析理論的系統(tǒng)模型和基礎(chǔ)知識(shí)。對(duì)幾種當(dāng)前比較主流的混合矩陣估計(jì)算法和源信號(hào)恢復(fù)算法進(jìn)行闡述,并在此基礎(chǔ)上給出衡量這兩種算法性能的評(píng)價(jià)標(biāo)準(zhǔn)。其次,針對(duì)源信號(hào)稀疏性較差的情況,首先介紹一種基于歸一化觀測(cè)信號(hào)時(shí)頻點(diǎn)的實(shí)部和虛部向量距離的單源點(diǎn)檢測(cè)算法,提高檢測(cè)后信號(hào)的稀疏性。在此基礎(chǔ)上,研究了一種魯棒的基于相似性度量的混合矩陣估計(jì)改進(jìn)算法（Mo... 

【文章來(lái)源】：哈爾濱工程大學(xué)黑龍江省 211工程院校

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

本文研究?jī)?nèi)容框架圖

哈爾濱工程大從式(3-18)中可以看出，式中有兩個(gè)未十分重要，因?yàn)椴磺‘?dāng)?shù)膮?shù)選擇可能導(dǎo)舉例說(shuō)明，圖 3.2 和圖 3.3 分別為2σ 和 γ D 中的所有點(diǎn)作為 z 的初始值。在圖 3.2 中γ = 10。由圖可以看出，圖 3.2 的參數(shù)取值點(diǎn)的個(gè)數(shù)與源信號(hào)的個(gè)數(shù)相同，而圖 3.3 中

算法受噪聲的影響較大。在觀測(cè)數(shù)據(jù)中存在大量源點(diǎn)檢測(cè)之后，仍然有大量的噪聲點(diǎn)存在。MSC較低時(shí)，勢(shì)函數(shù)容易形成偽峰值，使源信號(hào)數(shù)量過(guò)程中，由于噪聲的影響，容易使最終的聚類(lèi)中較大的誤差。 算法的計(jì)算過(guò)于復(fù)雜，計(jì)算量大。在勢(shì)函數(shù)參數(shù)算，造成時(shí)間和資源上的浪費(fèi)。 算法中的1ε 門(mén)限值的選擇具有很大的難度。如果值點(diǎn)對(duì)后續(xù)的聚類(lèi)效果產(chǎn)生影響。但是如果門(mén)限頻域混疊程度較高的時(shí)候，又會(huì)誤將數(shù)值較小的源時(shí)頻域混疊程度較高的源信號(hào)混合成 2 路觀測(cè)信時(shí)，只能保留下兩個(gè)極大值點(diǎn)，使得估計(jì)出的源

【參考文獻(xiàn)】：
期刊論文
[1]采用小波變換和盲源分離的電機(jī)軸承故障診斷[J]. 高偉,胡定玉,方宇.  測(cè)控技術(shù). 2017(05)
[2]盲源分離技術(shù)研究與方法綜述[J]. 李振璧,王康,姜媛媛.  科學(xué)技術(shù)與工程. 2017(14)
[3]基于迭代白化的含噪盲源分離技術(shù)研究[J]. 吳微,張帆,周志軍,劉樂(lè)鋒.  信息工程大學(xué)學(xué)報(bào). 2016(06)
[4]盲源分離現(xiàn)狀及發(fā)展[J]. 彭賽陽(yáng),王振華,朱元清.  艦船電子對(duì)抗. 2016(03)
[5]改進(jìn)的自然梯度盲源分離算法在非平穩(wěn)環(huán)境中的應(yīng)用[J]. 劉婷,張錦,李燈熬.  電子器件. 2016(03)
[6]一種有效的語(yǔ)音信號(hào)盲分離方法[J]. 張健,李白燕.  電子設(shè)計(jì)工程. 2015(05)
[7]基于改進(jìn)人工蜂群算法的盲源分離算法[J]. 郭業(yè)才,張政.  安徽大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(05)
[8]復(fù)雜電磁環(huán)境下的信號(hào)盲分離方法[J]. 吳國(guó)清,宋磊,沈衛(wèi)超.  強(qiáng)激光與粒子束. 2014(07)
[9]采用孤立點(diǎn)檢測(cè)的欠定混合矩陣盲辨識(shí)[J]. 董天寶.  應(yīng)用科學(xué)學(xué)報(bào). 2013(05)
[10]蟻群聚類(lèi)的欠定盲源分離方法[J]. 王放,何選森.  計(jì)算機(jī)工程與應(yīng)用. 2013(13)

博士論文
[1]通信信號(hào)盲分離方法研究[D]. 王翔.國(guó)防科學(xué)技術(shù)大學(xué) 2013
[2]盲源分離的時(shí)頻域算法研究[D]. 郭靖.重慶大學(xué) 2012
[3]復(fù)雜電磁環(huán)境下的欠定盲源分離技術(shù)研究[D]. 陸鳳波.國(guó)防科學(xué)技術(shù)大學(xué) 2011

碩士論文
[1]基于非負(fù)矩陣分解的盲源分離算法研究[D]. 張井偉.燕山大學(xué) 2016
[2]欠定盲源分離混合矩陣估計(jì)及源信號(hào)恢復(fù)方法研究[D]. 張文霞.燕山大學(xué) 2016
[3]基于稀疏性增強(qiáng)的欠定盲源分離算法研究[D]. 張紅麗.燕山大學(xué) 2016
[4]欠定盲分離混合矩陣估計(jì)算法研究[D]. 熊超.西安電子科技大學(xué) 2015
[5]欠定盲源分離混合矩陣估計(jì)方法研究[D]. 李玉霞.燕山大學(xué) 2015
[6]欠定盲源分離混合矩陣估計(jì)算法的研究[D]. 李?lèi)?ài)麗.西安電子科技大學(xué) 2014
[7]稀疏分量分析的欠定盲分離算法研究[D]. 王放.湖南大學(xué) 2012
[8]欠定盲源分離技術(shù)研究[D]. 張?chǎng)?西安電子科技大學(xué) 2009



本文編號(hào)：3291277