【摘要】：盲源分離(Blind Source Separation,BSS)是信號處理領(lǐng)域的一個重要分支,且一直深受廣大學(xué)者的關(guān)注。如今盲源分離技術(shù)被廣泛應(yīng)用于生物醫(yī)學(xué)信號、圖像、語音信號等信息處理領(lǐng)域,是一種融合了神經(jīng)網(wǎng)絡(luò)、數(shù)理統(tǒng)計等其它學(xué)科的研究課題。在瞬時盲源分離領(lǐng)域,傳統(tǒng)盲源分離算法主要集中在基于最小均方(Least Mean Squares,LMS)的自然梯度算法(Natural Gradient Algorithm,NGA)和等變自適應(yīng)(Equivariant Adaptive Separation via Independence,EASI)算法。在工程實踐中,由于部分混合信號是由不同類型信號組合而成,因此需要將群集智能算法應(yīng)用到盲源分離中或者對傳統(tǒng)算法進行優(yōu)化。然而群集智能算法存在收斂速度慢等缺陷。因此,本論文對自然梯度算法、EASI算法和螢火蟲算法(Firefly Algorithm,FA)展開研究并進行優(yōu)化,主要工作如下:1.針對傳統(tǒng)盲源分離算法性能受固定步長參數(shù)制約的問題,研究出一種自適應(yīng)調(diào)節(jié)參數(shù)的盲源分離優(yōu)化策略。其中,以自然梯度算法和EASI算法為基礎(chǔ),依靠實時的輸出信號建立一種新的表征信號分離程度的指標,從而實時調(diào)整步長與動量因子,最終選取恰當(dāng)、準確的數(shù)值。在平穩(wěn)和非平穩(wěn)環(huán)境下,利用改進的優(yōu)化算法對接收到的混合信號較好地分離,且分離效果優(yōu)于傳統(tǒng)算法。2.針對混合信號由不同類型源信號組合而成的情況下,傳統(tǒng)盲源分離算法存在激活函數(shù)不易選取的問題;且螢火蟲算法存在易陷入局部極值,收斂速度慢等缺點,研究出一種改進螢火蟲算法的盲源分離優(yōu)化方法。該方法首先對螢火蟲算法中隨機擾動項的步長因子實時調(diào)節(jié),然后在位置更新公式中增添全局最優(yōu)解引導(dǎo)項來引導(dǎo)螢火蟲移動;并將正交矩陣以參數(shù)化的形式表示,減小算法的復(fù)雜度。在平穩(wěn)環(huán)境下,改進后的螢火蟲算法可將含有不同類型的混合信號重構(gòu)出源信號,并解決傳統(tǒng)算法激活函數(shù)選取難的問題,且性能優(yōu)于基本螢火蟲算法。本文借鑒前人學(xué)者的研究成果,對LMS算法和螢火蟲算法進行研究并加以改進。并對改進的算法進行數(shù)學(xué)分析和仿真驗證,表明所提出改進策略的正確性和有效性,在盲源分離領(lǐng)域具有一定的借鑒意義和應(yīng)用前景。
【圖文】：

6本論文的組織結(jié)構(gòu)及章節(jié)安排如下：第 1 章，緒論。本章對盲源分離研究背景、概念及分類進行了簡要概述；并詳細講述盲源分離的起源、發(fā)展情況和目前國內(nèi)外對于盲源分離的研究現(xiàn)狀；最后簡要描述盲源分離在不同領(lǐng)域的應(yīng)用。第 2 章，盲源分離理論。本章著重概述了盲源分離的基本理論。其中包括盲源分離的數(shù)學(xué)模型，盲源分離前期所需的預(yù)處理，相關(guān)的基礎(chǔ)知識和信號分離前所需的基本假設(shè)，以及評判算法性能的一些指標，并針對盲源分離算法做了詳細介紹。

引言源分離是盲信號處理領(lǐng)域中的一個重要分支，起源至今一直深受廣大學(xué)者。盲源分離與盲信號處理、獨立分量分析等其他方法緊密結(jié)合，，其中盲源分為線性系統(tǒng)和延遲系統(tǒng)，但以線性系統(tǒng)作為盲源分離問題中最基本的系章以線性系統(tǒng)為基礎(chǔ)，對盲源分離的基礎(chǔ)知識、相關(guān)的數(shù)學(xué)模型及相應(yīng)的法作了簡要概述，為后續(xù)章節(jié)的研究提供了必要的理論依據(jù)。盲源分離信號模型及預(yù)處理 信號模型 k n k x k As k n k y k Wx k
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP18;TN911.7

【相似文獻】

相關(guān)期刊論文 前10條

1 付衛(wèi)紅;周新彪;農(nóng)斌;;單通道盲源分離的研究現(xiàn)狀與展望[J];北京郵電大學(xué)學(xué)報;2017年05期

2 趙知勁;黃艷波;;基于小波包分解的單通道盲源分離算法[J];通信技術(shù);2017年03期

3 張和發(fā);李立萍;胡元奎;;頻域盲源分離的非圓信號推廣[J];航天電子對抗;2013年06期

4 李鵬;周明全;黎南杉;王學(xué)松;;基于頻域卷積信號盲源分離的樂曲數(shù)據(jù)庫構(gòu)建[J];計算機應(yīng)用研究;2010年04期

5 馮健;付興龍;劉浩達;李

本文編號：2656689