本文關(guān)鍵詞：基于隨機(jī)信號(hào)的單通道盲源分離研究

  更多相關(guān)文章： 單通道盲源分離 隨機(jī)信號(hào) 總體經(jīng)驗(yàn)?zāi)B(tài)分解 主成分分析 獨(dú)立成分分析 獨(dú)立向量分析

【摘要】：盲源分離(Blind Source Separation,BSS)是指在源信號(hào)和混合模型未知的情況下,根據(jù)接收到的混合信號(hào)的特征,還原出各路源信號(hào)的過(guò)程。隨著科學(xué)研究的深入和工程應(yīng)用的發(fā)展,在生物醫(yī)學(xué)檢測(cè),語(yǔ)音信號(hào)識(shí)別,機(jī)械故障診斷,無(wú)線頻譜檢測(cè)等方面都有涉及信號(hào)的盲源分離技術(shù)。其中,單通道盲源分離(Single Channel Blind Source Separation,SCBSS)是欠定盲源分離的一種極端形式,即僅根據(jù)觀測(cè)到的單路混合信號(hào),恢復(fù)出多路源信號(hào),是盲源分離的熱點(diǎn)和難點(diǎn)。本文針對(duì)隨機(jī)信號(hào)的單通道盲源分離進(jìn)行研究,主要內(nèi)容有以下幾個(gè)方面:1、提出一種新的盲源分離方法。通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)將接收到的混合信號(hào)分解為多路本征模態(tài)函數(shù)(IMFs),提出一種改進(jìn)的主成分分析法(PCA),對(duì)多路本征模態(tài)函數(shù)提取主元,進(jìn)行二次降維,再采用獨(dú)立成分分析(ICA)完成隨機(jī)信號(hào)的盲源分離。最后通過(guò)實(shí)驗(yàn)對(duì)比此方法和EEMD-PCA-ICA法,EEMD-ICA法的分離效果,驗(yàn)證本文提出的算法的有效性。2、針對(duì)隨機(jī)信號(hào)中典型的周期平穩(wěn)隨機(jī)信號(hào)和非平穩(wěn)隨機(jī)信號(hào)這兩類(lèi)隨機(jī)信號(hào),利用“EEMD-PCA-ICA”與“EEMD-改進(jìn)PCA-ICA”兩種方法進(jìn)行單通道盲源分離,通過(guò)實(shí)驗(yàn)數(shù)據(jù)進(jìn)一步研究對(duì)比兩種方法對(duì)不同隨機(jī)信號(hào)盲源分離的區(qū)別和適用性。3、卷積混合信號(hào)的盲源分離的探索。提出一種適用于表面肌電信號(hào)分解的變步長(zhǎng)的獨(dú)立向量分析梯度算法,根據(jù)表面肌電信號(hào)(sEMG)的生理學(xué)特性,將獨(dú)立向量分析(IVA)模型應(yīng)用到卷積混合肌電信號(hào)的頻域分離中,提取隱含在表面肌電信號(hào)中的運(yùn)動(dòng)單位動(dòng)作電位成分,并分析比較該方法與獨(dú)立成分分析方法的分解性能。
【關(guān)鍵詞】：單通道盲源分離 隨機(jī)信號(hào) 總體經(jīng)驗(yàn)?zāi)B(tài)分解 主成分分析 獨(dú)立成分分析 獨(dú)立向量分析
【學(xué)位授予單位】：太原科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TN911.7
【目錄】：

• 中文摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-13
• 1.1 選題背景及研究意義9-10
• 1.2 單通道盲源分離研究及現(xiàn)狀10-11
• 1.2.1 國(guó)外研究現(xiàn)狀10-11
• 1.2.2 國(guó)內(nèi)研究現(xiàn)狀11
• 1.3 本文研究?jī)?nèi)容和論文結(jié)構(gòu)11-13
• 第二章 盲源分離的基本理論13-21
• 2.1 引言13
• 2.2 盲源分離的理論介紹13-16
• 2.2.1 盲源分離的基本原理13
• 2.2.2 盲源分離分類(lèi)及數(shù)學(xué)模型13-16
• 2.3 單通道盲源分離理論16-20
• 2.3.1 單通道盲源分離的基本模型16-17
• 2.3.2 分離方法17-20
• 2.3.3 算法性能評(píng)價(jià)標(biāo)準(zhǔn)20
• 2.4 總結(jié)20-21
• 第三章 一種基于二次降維的單通道盲源分離法21-33
• 3.1 引言21
• 3.2 EEMD-改進(jìn)PCA-ICA算法21-28
• 3.2.1 具體算法流程圖22
• 3.2.2 總體經(jīng)驗(yàn)?zāi)B(tài)分解EEMD算法基本原理22-25
• 3.2.3 改進(jìn)的主成分分析PCA25-27
• 3.2.4 快速獨(dú)立成分分析算法27-28
• 3.3 仿真及分析28-32
• 3.3.1 實(shí)驗(yàn)仿真28-31
• 3.3.2 實(shí)驗(yàn)分析對(duì)比31-32
• 3.4 總結(jié)32-33
• 第四章 不同隨機(jī)信號(hào)的單通道盲源分離實(shí)驗(yàn)及分析33-49
• 4.1 引言33-34
• 4.2 周期平穩(wěn)隨機(jī)信號(hào)仿真及分析34-41
• 4.2.1 正弦波與sEMG的混合信號(hào)的單通道盲源分離34-37
• 4.2.2 方波與sEMG的混合信號(hào)的單通道盲源分離37-41
• 4.3 非平穩(wěn)隨機(jī)信號(hào)實(shí)驗(yàn)仿真及分析41-48
• 4.3.1 sEMG與隨機(jī)鋸齒波信號(hào)的混合信號(hào)的單通道盲源分離41-44
• 4.3.2 sEMG與ECG的混合信號(hào)的單通道盲源分離44-48
• 4.4 總結(jié)分析48-49
• 第五章 卷積混合信號(hào)的盲源分離的探索49-56
• 5.1 引言49
• 5.2 卷積混合的IVA模型49-52
• 5.2.1 IVA算法原理51-52
• 5.3 仿真及分析52-54
• 5.3.1 表面肌電信號(hào)分解實(shí)驗(yàn)52-53
• 5.3.2 結(jié)果分析53-54
• 5.4 總結(jié)54-56
• 第六章 總結(jié)和展望56-58
• 6.1 總結(jié)56
• 6.2 展望56-58
• 參考文獻(xiàn)58-62
• 致謝62-63
• 攻讀碩士期間所發(fā)表的論文63-64

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李廣彪,張劍云,毛云祥;盲源分離的發(fā)展及研究現(xiàn)狀[J];航天電子對(duì)抗;2004年06期

2 王昆;;盲源分離問(wèn)題的分析研究[J];科技信息;2008年29期

3 柯維;張永祥;呂博;;基于微分進(jìn)化算法的盲源分離[J];海軍工程大學(xué)學(xué)報(bào);2012年05期

4 林秋華,殷福亮;盲源分離自適應(yīng)算法的統(tǒng)一形式[J];大連理工大學(xué)學(xué)報(bào);2002年04期

5 劉海林;謝勝利;章晉龍;;微延遲病態(tài)卷積混疊盲源分離的可分性研究[J];計(jì)算機(jī)科學(xué);2003年07期

6 吳微東,莊哲民;基于盲源分離的一種快速獨(dú)立分量分析算法[J];汕頭大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年02期

7 郭松;孫云蓮;;基于獨(dú)立分量分析盲源分離快速算法[J];電子測(cè)量技術(shù);2004年02期

8 丁鐸,賈永強(qiáng),王映民;一種基于峰度的盲源分離算法研究[J];現(xiàn)代電子技術(shù);2005年14期

9 肖俊,何為偉;源信號(hào)數(shù)目大于觀察信號(hào)數(shù)目情況下的盲源分離[J];現(xiàn)代電子技術(shù);2005年11期

10 李廣彪,張劍云,毛云祥;盲源分離中的非高斯性極大準(zhǔn)則[J];艦船電子對(duì)抗;2005年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 李舜酩;;轉(zhuǎn)子振動(dòng)信號(hào)的盲源分離研究[A];第三屆全國(guó)虛擬儀器大會(huì)論文集[C];2008年

2 許林周;章新華;范文濤;;一種盲源分離后續(xù)去冗余方法[A];2009年全國(guó)水聲學(xué)學(xué)術(shù)交流暨水聲學(xué)分會(huì)換屆改選會(huì)議論文集[C];2009年

3 韓少博;林京;吳文燾;;頻域盲源分離中的一種穩(wěn)健解排列模糊方法[A];中國(guó)聲學(xué)學(xué)會(huì)2009年青年學(xué)術(shù)會(huì)議[CYCA’09]論文集[C];2009年

4 章林柯;何琳;江涌;;基于盲源分離的潛艇源識(shí)別信號(hào)去除干擾研究[A];第十一屆船舶水下噪聲學(xué)術(shù)討論會(huì)論文集[C];2007年

5 康春玉;章新華;李軍;;盲源分離與自適應(yīng)濾波器結(jié)合抑制強(qiáng)干擾研究[A];2012'中國(guó)西部聲學(xué)學(xué)術(shù)交流會(huì)論文集(Ⅱ)[C];2012年

6 周祥;樊濤;;基于盲源分離的儲(chǔ)油罐底腐蝕混疊信號(hào)的識(shí)別與分離[A];第八屆沈陽(yáng)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2011年

7 王穎翠;;一種基于自然梯度的卷積混合頻域盲源分離算法[A];現(xiàn)代通信理論與信號(hào)處理進(jìn)展——2003年通信理論與信號(hào)處理年會(huì)論文集[C];2003年

8 許策;章新華;高成志;;源數(shù)目估計(jì)對(duì)盲源分離算法影響分析[A];2007年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

9 成謝鋒;張仲;孫夏;;一種單路混合信號(hào)的盲源分離新方法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

10 胡增輝;朱炬波;;基于盲源分離的波達(dá)角估計(jì)[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張良俊;欠定盲源分離算法及其應(yīng)用研究[D];武漢理工大學(xué);2015年

2 吳微;含噪盲源分離算法研究及其在水聲信號(hào)中的應(yīng)用[D];解放軍信息工程大學(xué);2014年

3 徐先峰;利用參量結(jié)構(gòu)解盲源分離算法研究[D];西安電子科技大學(xué);2010年

4 王爾馥;盲源分離理論及其在通信系統(tǒng)中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2009年

5 李昌利;盲源分離的若干算法及應(yīng)用研究[D];西安電子科技大學(xué);2010年

6 高建彬;盲源分離算法及相關(guān)理論研究[D];電子科技大學(xué);2012年

7 郭靖;盲源分離的時(shí)頻域算法研究[D];重慶大學(xué);2012年

8 張念;盲源分離理論及其在重磁數(shù)據(jù)處理中的應(yīng)用研究[D];中國(guó)地質(zhì)大學(xué);2013年

9 劉建強(qiáng);非平穩(wěn)環(huán)境中的盲源分離算法研究[D];西安電子科技大學(xué);2009年

10 李燈熬;基于循環(huán)平衡理論的盲源分離算法[D];太原理工大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 彭帆;多輸入多輸出系統(tǒng)盲源分離頻域新方法的研究[D];汕頭大學(xué);2002年

2 程舒慧;動(dòng)態(tài)盲源分離及其在生物醫(yī)學(xué)信號(hào)處理中的應(yīng)用研究[D];安徽大學(xué);2011年

3 張政;基于獨(dú)立分量分析的盲源分離算法優(yōu)化研究[D];南京信息工程大學(xué);2015年

4 高鵬;基于單通道盲源分離理論的故障特征提取技術(shù)[D];長(zhǎng)安大學(xué);2015年

5 姚鑫;基于EEMD的單通道盲源分離研究與應(yīng)用[D];大連交通大學(xué);2015年

6 張穎;低角雷達(dá)盲信號(hào)分離方法研究[D];河南師范大學(xué);2015年

7 吳康銳;基于空間幾何信息約束的欠定卷積盲源分離[D];南昌大學(xué);2015年

8 李莽;盲源分離在信號(hào)探測(cè)中的應(yīng)用[D];電子科技大學(xué);2014年

9 宋繼飛;噪聲條件下欠定盲源分離算法研究[D];大連理工大學(xué);2015年

10 甘一凡;基于盲源分離的車(chē)輛檢測(cè)與分類(lèi)技術(shù)研究[D];電子科技大學(xué);2015年

，

本文編號(hào)：523179