水声信号盲源分离技术研究(可复制论文).pdf

摘要在水声信号处理领域中,弱信号被动检测和识别是一个难题,为了提高被动声纳检测和识别的能力,对水声信号的盲源分离进行了研究。本文首先回顾了盲源分离研究的发展状况,总结了常用的盲源分离算法,然后提出了一种稳定有效的频点排序算法,分析研究了一种新的定点独立分量分析算法用于卷积混合的盲分离,最后利用东南大学水声楼消声水池所得的实录数据对分析研究的算法进行了验证。主要研究的内容和成果有:首先基于相关法频点排序精度高及多阶段法鲁棒性强的优点,总结提出了一种相关法嘟锥畏ǜ咝榷ǖ钠档闩判蛩惴ǎ盟惴ㄓ行У靥岣吡嗣ぴ捶掷其次鉴于梯度优化的算法收敛速度慢,稳定性依赖于学习步长选择的缺陷,分析研究了一种新的牛顿优化的快速定点算法,并把该算法用于卷积混合的盲源分离,不仅有效地提高了分离速度,而且由于该算法引入了自适应学习步长,减少了算法的不稳定性。最后利用东南大学水声楼消声水池所得的实录数据对本文分析研究的算法进行了验证。证实了分析研究算法的有效性。关键词:卷积盲源分离、水声信号、频点排序、定点算法的性能。
知识水坝***@pologoogle为您整理
甒,.轪,.,...,築,
知识水坝***@pologoogle为您整理
研究生签钆签薹:鹤期:迎包;研究生签名;磊季驳际η┟:埘东南大学学位论文使用授权声明东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布ǹ论文的全部或部分内容。论文的公布括刊登谌ǘ洗笱а芯可喊炖怼
第滦髀盲源分离的概念及应用盲源分离技术的研究概况盲源分离技术在过去二十年的时间里获得了飞速发展,是一个十分活跃的前沿研究领域。所谓盲源分离是指仅由观测信号恢复源信号,其中的盲强调了对系统及源信号没有先验的知识。然而实际上所有的盲源分离算法都是半盲的,这是因为所有的盲源分离算法在进行建模时都要对源信号或系统作一些统计假设。但一般实际的源信号或系统的统计特性都满足这样的假设,所以这样的统计假设并不影响盲源分离算法应用的广泛性。盲源分离主要分为线性盲源分离和非线性盲源分离两种,本文主要研究线性盲源分离。盲源分离应用领域广泛。在通信、语音信号处理、阵列信号处理、地震信号处理及生物医学等领域都会遇到盲源分离问题。比如,在水声信号处理领域中,远程弱信号被动检测和识别是一个难题。这主要是因为在海洋信道中存在多途效应、环境噪声、观察船自噪声及多目标混迭等相互作用,使声纳接收信号变得复杂,降低了信噪比。通用的水声信号处理方法要求对环境信号和目标信号有一定的先验知识,但这些往往难以获得。子带滤波、小波变换等方法虽有较好的信号净化作用,但当干扰信号与目标信号幅度分布、频率分布相重叠时,会同时滤掉有用的目标信号。盲信号处理不需要对环境信号和目标信号有多少先验知识,一般只需目标源信号相互独立即可,因此为了更好地对目标信号进行识别、提取,可以把盲信号处理的思想用于水声信号处理。在多用户通信、天线阵列信号处理应用中,多个源信号在传输过程中因传输信道问的耦合而发生混迭,故接收到的信号是已混合了的数据信号。由于各源信号如何混合不得而知,因此为了恢复它们,就需要根据各源信号的一些统计特性从混合的数据信号中将其分离出来。盲信号处理的兴起源于神经网络的研究。从年法国学者蚃考虑了两个源信号的瞬时混叠和分离问题到现在已经有年的研究历史了。—年,法国学者和悸橇肆礁鲈葱藕诺乃彩被叠和分离问题,提出了一种循环神经网络模型和基于嘌八惴ǎ佣实现信号的盲分离。瓻没诟呓桌刍空帕康拇椒ㄍ频剂薐】对此作了统计学上的理论分析。年,
年,和餺【】利用逼近最大似然方法进行带噪声混迭信法,可以实现多个源信号的盲分离。年,】系统地阐述了独立分量分析奈侍猓岢隽硕立分量分祈的概念,并给出若干信息论准则;同时广到更一般情况。年,】提出了高效的基于信息最大化淼拿ぴ捶离算法,这种盲源分离算法的思路就是最大化经过非线性结点输出的熵,即最大熵方法。从此以后,信息论成为实现盲源分离的重要手段。年,等用自然梯度的优化方法完善了算法,极大地提高了收敛速度。,并分析了各种方法间的关系。号的盲源分离,其中用于处理不完全数据的期望最大化