盲源分离与高分辨融合的DOA估计与信号恢复方法

目标方位估计(Direction of arrival, DOA)和信号恢复分别是水下目标定位、跟踪与识别的前提.基于盲源分离方法可以得到含有阵列流形信息的解混矩阵, 融合成熟的高分辨方法提出了一种新的方位估计、信号恢复模型和方法. 在宽带信号背景下进行了仿真实验, 结果表明该方法可实现目标方位的实时估计和目标信号的恢复. 在同等条件下完成同样的目标方位分辨率, 比单纯的高分辨方法要求的阵元数和快拍数较少, 要求的信噪比要低. 海上实测数据检验也表明, 比常规的最小方差无失真响应(Minimum variance distortionless response, MVDR)方法得到了更好的结果, 明显提高了弱目标信号的空间谱能量, 增强了检测弱目标信号的能力.     

一种实用的盲波束形成和DOA估计方法

基于子空间分解的原理对相关文献的方法进行了改进.用平均时间延迟协方差矩阵的奇异值分解代替传感器数据矩阵的奇异值分解,大大地提高了运算速度,使模型和算法能更有效地应用于实际情况.同时仿真实验和海上实测数据结果表明,该方法能很好地实现方位估计和信号恢复,而且性能更佳.     

一种基于动态源数目估计的RLS盲分离算法

针对原始RLS类算法无法用于超定和源信号数目动态变化的盲分离问题,本文采用一种新的在线估计源信号数目的方法。通过在线估计观测信号均值和协方差矩阵,定义一个关于源信号数目的代价函数,然后最小化代价函数可得到源信号数目的估计。并且利用估计得到的源数目动态调整RLS算法中的分离矩阵及其它相关参数矩阵的维数,进而使得改进RLS盲分离算法能够有效地分离超定和数目动态变化的源信号。仿真结果表明,新的算法比现有算法具有更好的收敛性和分离性能。     

一种基于半盲源分离的回声抵消方法

传统的声学回声抵消算法中双端对讲会导致自适应滤波器的更新受到影响,因此一般需要配合双端对讲检测技术来调节滤波器的更新速度.本文提出了一种基于半盲源分离的无需双端对讲检测的频域回声抵消方法.假设近端和远端信号为零均值复高斯分布的前提下,在半盲源分离问题的框架中采用最大似然估计得到回声路径,在估计回声路径的更新过程中引入对...     

一种新的神经网络盲源分离方法

提出了一种新颖的有导-无导联合学习神经网络盲源分离方法.该方法用经典的有导学习误差反传规则训练多层感知器,对信号的概率分布函数进行自适应逼近,从而给出分离矩阵无导学习规则中非线性激励函数的恰当估计.将该方法与纯粹无导学习方法进行了对比,说明了其性能上的优越性.     

盲源分离的一种时频比方法

在M.Puigt和Y.Deville提出的时频盲源分离算法基础上,引入S变换来获取非平稳信号的多分辨率特性。首先通过S变换将一维混叠信号映射到二维时频平面,然后构造不同混叠信号的时频比矩阵,通过在时频比矩阵范围内搜索单源分析域计算混合阵的每个元素,进而估计源信号。该方法能有效分离非平稳信号且具备多分辨率特性。     

基于AR模型的盲源分离方法

不同时间结构的平稳随机信号具有不同的模型结构,平稳随机信号可以由白噪声激励一自回归(AR)模型得到,在某种意义上AR模型与线性预测模型等价.因此,在盲源分离中线性预测模型可以作为度量信号分离的测度.为此从信号预测模型的角度出发分析推导了一种新的盲源分离算法,并进行了计算机仿真验证,实验结果表明该算法简单有效,便于工程实...     

基于遗传算法的盲源信号分离

从混合观测数据向量中恢复不可观测的各个源信号是阵列处理和数据分析的一个典型问题.独立分量分析是解决该问题的新技术,而基于四阶累计量的联合对角化(JADE)算法是独立分量分析最常用的算法,但此算法在k＞2时得到近似解,且结果不精确.提出了一种基于遗传算法盲源信号分离的算法,此算法克服了JADE算法的不足,理论分析和仿真结果表明了该算法的可行性和有效性.     

基于核独立成分分析的盲源信号分离

独立成分分析(ICA)已经广泛用于盲源信号的分离(BSS)。论文介绍了基于核空间的ICA的原理和基本算法,然后介绍了该算法与典型ICA和主成分分析(PCA)在盲源信号分离中的比较。实验表明在盲源信号分离中,基于核空间的ICA与其他典型ICA和PCA算法相比更具有准确性和鲁棒性。     

数格子——一种简单的盲源分离方法

将多个随机变量的实现的每个分量分别用相应随机变量的分布函数变换，再将值域空间划分为均匀格栅，则格栅中被占据的格子数目的期望当这些随机变量相互独立时最大。本文发现了这一有趣的规律，对其作出了理论解释，并据此提出了一种简单的盲源分离方法。该方法能够分离各种源信号且易于用数字硬件实现。     

基于特征向量盲分离的多频微弱信号检测方法

研究了低信噪比条件下混合信号的盲分离,针对实际探测的微弱信号常常是多个频率微弱信号共存的情形, 进行了利用特征向量盲分离检测多个频率周期性微弱信号的研究, 以便把利用特征向量盲分离的微弱信号检测应用于信号处理中微弱信号的提取.该方法首先建立混合信号阵元接收模型,利用多路传感器信号盲分离提取有用信号,达到微弱信号检测的目的.仿真和实测数据试验结果表明,此方法可检测出湮没在强噪声环境中的微弱信号的幅度和频率,在-30dB极低信噪比下恢复出了多个弱信号,具有很高的可靠性.     

基于欠定盲分离的同步/异步跳频网台分选方法

研究无线通信网台分选优化问题,现有的跳频网台分选大多要求阵元数必须大于信号数,由于在实际应用中常常很难满足,为了用有限的阵元数分选尽可能多的跳频信号,提出了一种基于欠定盲分离的跳频信号分选方法.根据跳频信号具有良好的时频稀疏性,依据稀疏分量分析的“两步法”思路,首先用单源点聚类方法估计混合矩阵;然后利用子空间投影方法分离各跳频信号,从而实现了跳频信号的欠定盲分离.仿真结果表明了改进方法的有效性,为通信网分选优化提供了参考.     

基于斜投影及先验信息的波达方向估计算法

提出一种应用于正交频分复用智能天线系统中的波达方向估计算法。该算法利用实际环境中基站与周围建筑物之间已知的角度信息,基于MUSIC算法的最小二乘思想,引入斜投影算子估计未知角度。理论和仿真实验证明,该算法是对未知角度的无偏估计,适用于分辨与已知角度相差很小的未知角度值,较传统的MUSIC算法有明显优势。     

一种基于盲源分离的数据保密方法

盲源分离是一种很有希望的信号处理技术,具有独特的盲信息处理和波形保持能力。为了获得可靠的数据保密效果,通过引入虚拟观测,将盲源分离在消噪方面的应用思想加以扩展,形成了一种新的基于完全覆盖策略的数据保密方法。该方法不仅可行,且具有相当高的可靠度。实验结果表明,此方法简单有效,有很多吸引人的特点,可用于多种类型数据(如文本、声音及图像等)的保密。因此,在信息安全领域有较大应用潜力。     

基于声源时延估计的欠定盲分离方法

提出一种基于声源时延估计的二元时频掩蔽方法.通过三个接收信号实现多于多个语音源信号的欠定盲分离.利用语音信号的W-分离正交性,在时频域估计各个源信号到达接收阵列的相对时延序列;进而基于信号时延序列的估计,采用最大似然算法将时频域划分为与源信号个数相同的互不重叠的时频点集合,每个集合(近似)只包含一个源信号的所有时频分量;再通过二元时频掩蔽依次恢复出各集合所对应的源信号.该方法性能通过主观试听得到了验证,其分段信噪比增益至少为13 dB.较之欠定解混迭估计技术DUET,本文方法得到的分离信号与实际声源信号的相异度降低约3 dB.     

一种宽带信号DOA估计新方法

该文研究了信号稀疏分解在阵列信号处理中的应用，将信号非正交分解应用到阵列信号处理领域，突破了信号正交分解的思想．通过计算传感器阵列输出信号的稀疏分解，实现了信号空间谱的超分辨估计，提出了一种全新的宽带信号源波达方向（DOA：Direction of Arrival）估计算法。在较低信噪比情况下，该新算法的性能优于传统的波达方向估计算法，计算机仿真结果验证了算法的有效性。     

一种改进牛顿法的盲源分离算法

针对盲信号分离中超高斯信号亚高斯信号混叠难以分离的问题,提出一种基于改进牛顿法的盲源分离算法.该方法引入开关准则,利用随机变量的峭度来区分信号的类型,不同的信号选择不同的非线性函数,通过牛顿迭代方法求出分离矩阵,实现同时含有超高斯信号和亚高斯信号的杂系混合信号的盲源分离.仿真实验表明了该方法计算量小,易于实现,对于杂系...