基于时频分析的混合矩阵估计方法

在盲源分离信号处理中,尤其在欠定条件下(观测信号数目大于源信号数目),精确的估计混合矩阵是具有挑战性的问题。现存部分方法利用信号的稀疏性进行求解,并假设在时域或者时频域中源信号不重叠,然而这类方法在假设条件不满足,即源信号部分重叠情况下随着信号稀疏性降低性能恶化明显。本文针对具有较弱稀疏性的源信号,提出了一种基于时频分析的欠定盲源分离的混合矩阵估计方法。首先,利用源信号时频变换后系数实部与虚部比值的差异性选择单源点;其次,运用经典的聚类方法估计解混合矩阵的各向量。仿真结果表明:提出的方法简易可行并具有较好的估计性能。      

基于JADE和平行因子分解的欠定混合盲辨识算法

针对源信号个数未知的欠定混合盲源分离问题,本文提出了一种基于特征矩阵联合近似对角化（Joint Approximate Diagonalization of Eigenmatrices, JADE）和平行因子分解的欠定混合盲辨识算法,该算法不需要源信号满足稀疏性要求,仅在源信号满足相互独立和最多一个高斯信号的条件下,通过将JADE算法中的样本四阶协方差矩阵叠加成三阶张量,再对此三阶张量进行平行因子分解来完成源信号数和混合矩阵的估计,由于平行因子分解的唯一辨识性在欠定条件下仍然满足,该算法能够解决欠定盲源分离问题。并对该欠定混合盲辨识算法进行了深入的分析。通过仿真实验,计算估计矩阵与混合矩阵的平均相关误差,结果表明本文提出的算法在适定和欠定混合时均具有很好的辨识效果,而且实现简单,可满足实际应用的要求。      

动态变化混叠模型下盲源分离中的源数估计

在进行欠定盲分离时,特别是对于源信号数目及混合矩阵动态变化的情况,常规的欠定盲分离及源数估计方法不能对源信号数目的变化时刻做出判断,因此很难实现动态变化的源信号数目实时和准确的估计。针对这个问题,提出了一种动态变化混叠模型下欠定盲源分离中的源数估计方法。首先,建立动态变化混叠情形下盲源分离的数学模型及动态标识矩阵。其次,基于构建的动态标识矩阵统计和判断动态源信号数目的变化情况。最后,通过分段时间内多维观测矢量采样点聚类区间局部峰值统计,实现动态变化混叠模型下盲源分离中的源信号数目的有效估计。仿真结果表明,该方法能有效实现动态变化混叠模型下欠定盲源分离中的源数估计,并且信号估计效果良好。     

一种欠定盲源分离算法通用模型

针对传感器数目小于源信号数目的欠定情形,研究了基于压缩感知(CS)的欠定盲源分离(UBSS)问题。从欠定盲源分离和压缩感知的数学模型入手,在源信号具有稀疏性的前提下,将其转化为CS理论中的稀疏信号重构问题。在Sparco框架下建立了CS-UBSS两步法算法通用模型,并理论证明了该模型的有限等距特性(RIP)。仿真结果说明了该算法模型针对语音信号和图像信号的可行性与适用性,拓宽了UBSS问题的解决思路,尤其是CS理论中性能优越的重构算法可以直接应用于源信号的恢复。     

一种针对欠定瞬时混合模型的盲辨识算法

文中研究了欠定瞬时混合模型下的盲辨识问题,提出了一种基于单源点检测的盲辨识算法。首先,文中介绍了欠定盲源分离的盲辨识模型;其次,利用观测信号时频系数之间的关系和大小来检测用于聚类的单源点;最后,采用势函数聚类的方法估计出混合矩阵。仿真结果表明,文中算法与其它相同混合模型的算法相比,具有更好的算法性能。     

基于时频域单源区域的延迟欠定混合非平稳信号盲分离

针对衰减-延迟欠定混合信号的盲分离问题,提出了基于子空间分解的时频域上单源区域检测方法,估计出信号在时频域上的单源区域以及相应的特征向量,然后利用系统聚类法对单源区域对应的特征向量进行聚类分析,估计出源信号数目以及混合矩阵,最后通过改进的基于子空间投影算法完成源信号的恢复.仿真结果表明本文算法提高了混合矩阵和源信号的估...     

源信号空间分布对欠定盲源分离可辨识性影响的分析

本文主要研究了欠定盲源分离中源信号的空间分布对系统可辨识性的影响。从系统可辨识性问题出发,对瞬时欠定盲源分离问题进行空间建模,理论分析表明,当源信号在空间处在某些特定区域时,系统是不可辨识的,从而无法正确实现欠定盲源分离。利用混合矩阵估计的克拉美罗界,进一步明确了影响系统可辨识性的源信号空间分布区域。仿真实验验证了理论分析的正确性。     

基于三阶统计量的欠定盲源分离方法

盲源分离(BSS)在缺失源信号信息及信息混合方式信息的情况下,仅利用观测信号实现源信号恢复,是信号处理中的重要手段。欠定盲源分离(UBSS)中观测信号少于源信号数目,因此,相较于正定/超定情形,其更接近现实情况。然而,观测信号往往受到噪声干扰,传统基于2阶统计量和信号稀疏性的欠定盲源分离结果对噪声较为敏感。鉴于3阶统计量在处理对称分布噪声时的优势,该文利用观测信号的3阶统计信息实现混合矩阵的估计。考虑到源信号的自相关特性,计算多时延下观测信号一系列的3阶统计信息,并堆叠成4阶张量,进而将混合矩阵估计问题转化为4阶张量的典范双峰分解问题。该文进一步利用广义高斯模型和期望最大算法实现源信号的恢复。1000次蒙特卡罗实验表明该文算法能够有效抑制噪声的影响。针对3×4混合模型,当信噪比为15 dB时,该文算法对混合矩阵的平均估计误差达到–20.35 dB,所恢复出的源信号与真实源信号之间的平均绝对相关系数达0.84,与现有方法相比,取得了最好的分离结果。     

超完备瞬时盲分离算法研究

盲源分离是在传输信道模型和信源均未知情况下,仅利用观测信号恢复出源信号的技术.超完备盲分离是指源信号数目大于观测信号数目情况下的盲源分离,由于混合过程中信息的丢失,使得超完备盲分离问题更加具有挑战性.详尽地阐述了超完备盲分离在瞬时混合情况下的数学模型、解决方案及研究现状,并将各算法归为两类,即两步估计法和交替估计法,同时总结了各算法的优缺点及其适用条件.     

高阶累积量在欠定盲源分离中信源数目估计的应用

源数目估计在盲处理技术中具有重要意义,欠定条件下信号源数目的估计是已有盲分离算法中一个未解决的难题.通过利用高阶累积量的扩展特性提高估计的分辨性能,研究并分析了在通信侦查中基于高阶累积量的源教估计方法的优化过程,并将此过程应用在通信侦查中欠定条件下的信号源个数估计问题中.最后给出了详细的计算方法,通过仿真实验证明了该过程的正确性和有效性,同时还研究了噪声和样本对不同信号模型的影响.     

盲信号分离在数字无线通信中的一种应用

本文提出了基于神经网络的盲信号分离在数字无线通信中的一种应用。利用本文中的天线阵,接收到的信号可以看作是由Ｎ个独立的信号源所激励的线性混合系统的输出,应用基于神经网络的鲁棒性很好的盲分离算法＾〖７〗,实现多用户信号的分离。我们还就其在数字无线通讯中的应用进行了计算机模拟,模拟结果显示分离效果是令人满意的。     

A blind source separation based method for speech encryption

The underdetermined problem poses a significant challenge in blind source separation (BSS) where the number of the source signals is greater than that of the mixed signals. Motivated by the fact that the security of many cryptosystems relies on the apparent intractability of the computational problems such as the integer factorization problem, we exploit the intractability of the underdetermined BSS problem to present a novel BSS-based speech encryption by properly constructing the underdetermined mixing matrix for encryption, and by generating the key signals that satisfy the necessary condition for the proposed method to be unconditionally secure. Both extensive computer simulations and performance analyses results show that the proposed method has high level of security while retaining excellent audio quality.     

独立分量分析盲信号分离方法研究

盲源分离是指从多个相互独立的源信号的混合信号中分离出源信号来。独立分量分析法是盲源分离的一种新方法,由于其在语音信号处理、阵列信号处理、生物医学信号处理、移动通信及图象处理等领域的应用前景,越来越引起人们的关注,成为研究的热点。介绍一种基于四阶累积量的非高斯性最大化的ICA算法解决盲源分离的问题,并给出了该算法分离通信信号的计算机仿真结果,验证了算法的有效性。     

扩展信息最大化盲源分离算法的研究

盲源分离技术是信号处理和神经网络领域近年来的一个热点研究课题,由于其能够从观测的混合信号中恢复出源信号,而对源信号和混合系统的先验知识要求很少,因此在语音信号处理、无线信号处理、生物医学信号处理、地震信号处理,以及图像增强等方面都具有非常重要的理论意义和实用价值。信息最大化盲源分离算法能够有效地分离语音信号的瞬时混合,但是不能分离超高斯信号(如语音信号)和亚高斯信号(如正弦信号)的混合。基于此,本文讨论了扩展信启、最大化盲源分离算法,通过仿真表明,该算法可以有效的对各种源信号的线性即时混合进行分离,实验证明了该算法的有效性。     

Blind signal separation of linear mixture using trilinear decomposition

This paper introduces a new source separation technique exploiting the time coherence of the source signals. The proposed approach relies only on stationary second order statistics. Blind Signal Separation (BSS) method using trilinear decomposition is proposed in this paper. Simulation results reveal that our proposed algorithm has the better blind signal separation performance than joint di-agonalization method. Our proposed algorithm does not require whitening processing. Moreover, our proposed algorithm works well in the underdetermined condition, where the number of sources exceeds than the number of sensors.     

基于盲源分离的数字通信抗干扰技术

分析了现有数字通信抗干扰技术存在的局限性。在研究了盲源分离（Blind Source Separation,BSS）的理论基础上,介绍了一种基于盲源分离的数字通信抗干扰技术。建立了基于最大信噪比算法的盲源分离数字通信抗干扰传输模型,应用MATLAB仿真实现了2FSK通信信号与多种干扰信号的分离提取。仿真结果表明：应用基于盲源分离的抗干扰技术能够获得显著的抗干扰性能。     

Compressed Blind Signal Reconstruction Model and Algorithm

The model of inherent connection between underdetermined blind signal separation and compressed sensing (CS) is analyzed first; then, the mathematical model of underdetermined blind signal reconstruction is built using CS. More specifically, the mixing matrix is estimated by exploiting the wavelet packet transform and k-means clustering methods up to permutation and scaling indeterminacy, and then, the measurement matrix and the measurement equation are obtained. To reconstruct the underdetermined sparse source signals, the proposed semi-blind compressed reconstruction algorithm is derived based on the blind signal reconstruction model and compressive sampling matching pursuit (CoSaMP) method. Our simulation results demonstrate that the proposed scheme is effective, irrespective of artificial data or real data. Moreover, the proposed scheme can be adjusted for different applications by modifying the mixing matrix estimation method and CoSaMP method with respect to the correspondence conditions.     

利用超连续谱激光实现自由空间光通信

超连续谱光源具有丰富的带宽,是信号载体的优秀候选者。设计并搭建了利用超连续谱光源的空间无线光通信系统,讨论了超连续谱产生的条件以及输出光斑直径不同位置下的光谱。采用了电光调制方式对超连续谱光源进行调制,通过比较输入与输出的数字方波信号证明了电光调制进行超连续谱空间光通信的可行性。成功利用该系统演示了对原始图像信号的采集和显示,最后通过对接收端信号的整形放大恢复出了原始信号,实现了图像信号在4 m范围内的传输。实验结果表明:将超连续谱作为光信号载体,在空间大气信道条件下可以实现对图像信号进行无线传输。