在無線電的發(fā)展進(jìn)程中,各種電子產(chǎn)品的廣泛使用,使得電磁環(huán)境日益復(fù)雜,所需的無線電往往是混有大量噪聲的混合信號,一些有用信號甚至淹沒在噪聲中,導(dǎo)致人們難以獲得并利用它們,因此弱無線電混合信號的檢測與分離成為一項(xiàng)重要的研究課題。近年來,盲源分離算法以其獨(dú)特的優(yōu)勢,在信號處理方面得到了廣泛的應(yīng)用。盲源分離算法中信號混合的模型包括超定混合,正定混合和欠定混合模型,但該算法對噪聲較敏感,且受到欠定混合模型的制約。針對弱無線電混合信號檢測與分離問題,本文對盲源分離算法進(jìn)行了改進(jìn),主要進(jìn)行了以下三個方面的研究:首先,針對超定和正定混合模型下盲源分離算法對弱無線電混合信號檢測與分離問題,提出使用時域積累法對該條件下的信號進(jìn)行檢測,接著使用小波包分析進(jìn)行進(jìn)一步的處理,再使用盲源分離算法中的RobustICA算法進(jìn)行分離的方法。在仿真研究和實(shí)驗(yàn)分析中,均通過觀察信號時域圖中的波形和頻域圖中的頻率以及相似系數(shù)和信噪比對檢測與分離前后結(jié)果進(jìn)行定性分析和定量分析。仿真研究和實(shí)驗(yàn)分析中均表明所提方法適用于超定和正定混合模型下的弱無線電混合信號的檢測與分離。其次,針對欠定混合模型下盲源分離算法對弱無線電混合信號檢測... 

【文章來源】：河北工業(yè)大學(xué)天津市 211工程院校

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【部分圖文】：

盲源分離算法模型框圖

河北工業(yè)大學(xué)碩士學(xué)位論文-17-式（2.7）和式（2.8）中12()[(),(),...,()]TNxtxtxtxt12()[(),(),...,()]TMstststst12()[(),(),...,()]TNntntntnt12()[(),(),...,()]TMytytytyt112111222212MMNNMNaaaaaaAaaa其中x(t)是N維觀測向量，代表傳感器個數(shù)為N個，即為N個觀測信號，s(t)是M維信號向量，代表混合的信號個數(shù)為M個，即為M個源信號，n(t)是噪聲向量，即為N個噪聲信號，y(t)是M維分離后信號向量，即為M個分離后信號，A是NM維混合矩陣，W是MN維分離矩陣。盲源分離算法模型框圖如圖2.9所示。圖2.9盲源分離算法模型框圖盲源分離算法中信號混合模型可以分為超定混合模型、正定混合模型、欠定混合模型，因此分別以兩發(fā)三收系統(tǒng)、兩發(fā)兩收系統(tǒng)、三發(fā)兩收系統(tǒng)為例表示各個模型。模型框圖分別為圖2.10、圖2.11和圖2.12所示。圖2.10兩發(fā)三收系統(tǒng)的超定混合模型

基于改進(jìn)盲源分離的弱無線電混合信號檢測與分離研究-18-圖2.11兩發(fā)兩收系統(tǒng)的正定混合模型圖2.12三發(fā)兩收系統(tǒng)的欠定混合模型2.5.2盲源分離算法的約束條件和不確定因素如果沒有任何限定條件，那么盲源分離是無明確意義的解，為了使盲源分離問題可解，需要對源信號和混合矩陣做一些假設(shè)，即為盲源分離的約束條件。（1）源信號所含各分量之間相互統(tǒng)計獨(dú)立；（2）源信號中最多有一個信號是高斯信號；（3）混合矩陣A列滿秩。在實(shí)際情況中，約束（1）的假設(shè)條件通常能滿足；約束（2）是因?yàn)槎鄠�高斯信號混合后仍是高斯信號，所以當(dāng)混合信號中高斯信號多于一個時，各源信號不可分；約束（3）的實(shí)際意義是采集信號的傳感器數(shù)目必須不少于源信號的數(shù)目。盲源分離的不確定因素[52]包括分離后信號順序排列和振幅的不確定性，但波形保持不變。這是由于混合矩陣A和源信號s(t)都是未知的，從而使盲源分離存在這兩種不確定性和模糊性，但在實(shí)際應(yīng)用中關(guān)心的不是信號的排列順序和振幅，而是信號的波形和頻率，所以盲源分離存在的不確定因素并不影響實(shí)際的應(yīng)用。2.6盲源分離算法的仿真研究根據(jù)上述盲源分離理論，首先以盲源分離算法中兩發(fā)三收的超定混合模型和兩發(fā)

【參考文獻(xiàn)】：
期刊論文
[1]基于角域加窗同步平均的太陽輪故障檢測方法[J]. 王志樂,郭瑜,曹永立,伍星.  振動與沖擊. 2017(13)
[2]基于變分模態(tài)分解的機(jī)械故障診斷方法研究[J]. 李志農(nóng),朱明.  兵工學(xué)報. 2017(03)
[3]基于JADE-ICA的滾動軸承多故障信號盲源分離[J]. 席劍輝,崔健馳,蔣麗英.  振動與沖擊. 2017(05)
[4]單通道鄰頻數(shù)字調(diào)制混合信號的載波初相估計[J]. 楊勇,郭一鳴,王海昕,彭華,張冬玲.  通信學(xué)報. 2016(10)
[5]基于小波包和獨(dú)立分量分析的微弱多源故障聲發(fā)射信號分離[J]. 王向紅,尹東,胡宏偉,毛漢領(lǐng).  上海交通大學(xué)學(xué)報. 2016(05)
[6]一種基于盲源分離和流形學(xué)習(xí)的風(fēng)電機(jī)組軸承故障特征提取方法[J]. 趙洪山,李浪,王穎.  太陽能學(xué)報. 2016(02)
[7]一種新的小波域維納濾波圖像去噪算法[J]. 劉紅亮,陳維義,許中勝.  海軍工程大學(xué)學(xué)報. 2015(06)
[8]應(yīng)用盲源分離方法分離巖礦混合像元[J]. 蔣夕平,于瀚文,吳芳,修連存.  應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報. 2015(05)
[9]基于獨(dú)立成分分析的全波核磁共振信號噪聲濾除方法研究[J]. 田寶鳳,周媛媛,王悅,李振宇,易曉峰.  物理學(xué)報. 2015(22)
[10]基于信號分析的發(fā)電機(jī)組輻射噪聲盲源分離和識別[J]. 景亞兵,劉昌文,畢鳳榮.  內(nèi)燃機(jī)工程. 2017(02)

博士論文
[1]無線通信盲源分離關(guān)鍵技術(shù)研究[D]. 駱忠強(qiáng).電子科技大學(xué) 2016
[2]微弱信號檢測的盲源分離方法及應(yīng)用研究[D]. 王坤朋.重慶大學(xué) 2014

碩士論文
[1]基于小波包和神經(jīng)網(wǎng)絡(luò)的心電信號分類方法研究[D]. 袁丹陽.天津工業(yè)大學(xué) 2017
[2]無線電頻譜監(jiān)測中的弱信號檢測與分離[D]. 楊建輝.蘭州交通大學(xué) 2013
[3]獨(dú)立分量分析的重盲分離研究及其在機(jī)械故障診斷中的應(yīng)用[D]. 黃立坤.天津大學(xué) 2010



本文編號：3142839