盲源分離作為一項強大的信號處理技術,已經(jīng)成功應用于語音信號處理、通信信號處理、生物醫(yī)學和圖像信號處理等領域。超定盲源分離是指當接收信號個數(shù)大于源信號個數(shù)時,在源信號先驗信息以及信道傳輸參數(shù)缺失的情況下,僅根據(jù)觀測信號估計出源信號的過程。本文分別研究了瞬時混合和卷積混合模型下的盲分離算法,具體研究內(nèi)容和成果概括如下:（1）針對源信號卷積混合的情況,在現(xiàn)有非正交聯(lián)合塊對角化算法基礎上,提出了基于濾波器階數(shù)估計的卷積盲分離算法,并應用于近場環(huán)境中卷積混合語音信號的分離。該算法采用對混合信號自相關矩陣進行特征值分解,并對相鄰特征值比值設閾值的方法估計出源信號個數(shù)和濾波器階數(shù),有效解決了非正交聯(lián)合塊對角化算法在卷積混合盲分離中的初值選取問題;通過引入預白化對非方陣的等效混合矩陣進行降維處理,消除了快速非正交聯(lián)合塊對角化算法中混合矩陣必須為方陣的局限。仿真結果表明,與現(xiàn)有的方法相比,所提方法分離混合語音信號的效果有所提高。（2）針對源信號瞬時混合的情況,在遠場環(huán)境下跳頻混合信號的網(wǎng)臺分選應用中,根據(jù)均勻線陣接收模型中混合矩陣具有范德蒙（vandermonde）的特點,提出了基于兩次時頻比的單源點檢... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：86 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 盲源分離簡述
        1.1.1 盲源分離基本理論
        1.1.2 盲源分離的應用
    1.2 超定盲源分離技術研究背景與現(xiàn)狀
        1.2.1 瞬時混合盲分離技術研究背景與現(xiàn)狀
        1.2.2 卷積混合盲分離技術研究背景與現(xiàn)狀
    1.3 論文主要研究內(nèi)容與章節(jié)安排
第二章 超定盲源分離模型與基礎理論
    2.1 超定瞬時混合盲源分離
        2.1.1 瞬時混合盲源分離數(shù)學模型
        2.1.2 獨立分量分析理論
    2.2 超定卷積混合盲源分離
        2.2.1 卷積混合盲源分離數(shù)學模型
        2.2.2 卷積混合盲源分離時域算法
    2.3 相關性能指標
    2.4 本章小結
第三章 卷積混合語音信號盲分離
    3.1 經(jīng)典JBDun算法
    3.2 F-JBDun算法
    3.3 JBDus算法
    3.4 基于濾波器階數(shù)估計的卷積盲分離算法
        3.4.1 濾波器階數(shù)與源信號個數(shù)估計
        3.4.2 改進的非正交JBD算法步驟
    3.5 仿真實驗
    3.6 本章小結
第四章 基于單源點檢測的混合矩陣估計
    4.1 跳頻信號基本理論與數(shù)學模型
    4.2 跳頻信號參數(shù)估計
    4.3 基于混合矩陣元素模值的單源點檢測算法
    4.4 基于兩次時頻比的單源點檢測算法
        4.4.1 算法原理及步驟
        4.4.2 算法復雜度對比
    4.5 基于起止位置檢測的單源點修正算法
    4.6 仿真實驗
    4.7 本章小結
第五章 瞬時混合跳頻信號盲分離
    5.1 聯(lián)合近似對角化算法
        5.1.1 算法原理及步驟
        5.1.2 實驗仿真與結果分析
    5.2 基于JADE的DOA估計算法
        5.2.1 算法基本思想
        5.2.2 算法步驟及流程
    5.3 多跳周期下的同步正交跳頻信號盲分離
        5.3.1 算法基本思想
        5.3.2 算法步驟及流程
        5.3.3 實驗仿真與結果分析
    5.4 異步非正交跳頻信號盲分離算法
        5.4.1 算法基本思想
        5.4.2 算法步驟及流程
        5.4.3 實驗仿真與結果分析
    5.5 本章小結
第六章 總結與展望
    6.1 總結
    6.2 展望
參考文獻
致謝
作者簡介


【參考文獻】：
期刊論文
[1]基于獨立分量分析下的跳頻網(wǎng)臺分選[J]. 楊蕓丞,孫雪麗,朱念斌.  艦船電子工程. 2018(06)
[2]基于步長自適應的獨立向量分析卷積盲分離算法[J]. 付衛(wèi)紅,張琮.  電子與信息學報. 2018(09)
[3]地面陣列式微地震數(shù)據(jù)盲源分離去噪方法[J]. 刁瑞,吳國忱,尚新民,芮擁軍,崔慶輝.  物探與化探. 2017(03)
[4]基于改進EASI算法的多跳頻信號盲源分離[J]. 鄧靈,張?zhí)祢U,金靜,朱洪波.  科學技術與工程. 2014(02)
[5]基于JADE算法的盲DOA估計[J]. 趙佳,楊景曙,金家保.  通信學報. 2010(08)
[6]基于三二次優(yōu)化的語音卷積盲分離方法[J]. 張華,馮大政,龐繼勇.  電子學報. 2009(11)
[7]陣元間互耦與通道幅度不一致性條件下的信源數(shù)估計[J]. 彭巧樂,司錫才,李利.  系統(tǒng)工程與電子技術. 2009(05)
[8]卷積混迭語音信號的聯(lián)合塊對角化盲分離方法[J]. 張華,馮大政,龐繼勇.  聲學學報(中文版). 2009(02)
[9]基于盲源分離的CDMA多用戶檢測與偽碼估計[J]. 付衛(wèi)紅,楊小牛,劉乃安.  電子學報. 2008(07)
[10]盲源分離在機械振動信號分析中的應用[J]. 石慶斌,馬建倉.  測控技術. 2008(05)

博士論文
[1]盲信源分離的聯(lián)合對角化方法研究[D]. 張偉濤.西安電子科技大學 2011
[2]盲源分離及其在通信偵察中的應用研究[D]. 付衛(wèi)紅.西安電子科技大學 2007

碩士論文
[1]欠定盲源分離混合矩陣估計算法的研究[D]. 周新彪.西安電子科技大學 2018
[2]基于時頻分析的跳頻信號盲分離算法研究[D]. 寧曉鵬.哈爾濱工業(yè)大學 2016
[3]語音信號的卷積盲源分離算法研究[D]. 歐旭東.重慶郵電大學 2016
[4]基于時頻分析的盲信號分離算法研究[D]. 謝亮.電子科技大學 2012



本文編號：3458557