基于噪声模型的盲源分离技术研究.pdf

基于噪声模型的盲源分离技术研究湖南大学硕士学位论文
瓻..
作者签名:搬作者签名:蝴导师签名:铜磋濂日期:驯年挛闳湖南大学学位论文原创性声明学位论文版权使用授权书⒉槐C荜乡月西日期:列日期:年月本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位本学位论文属于⒈C芸冢年解密后适用本授权书。朐谝陨舷嘤Ψ娇蚰诖颉啊獭由本人承担。论文。日
摘要本文首先系统阐述了盲源分离问题的主要解决方法——独立分量分析法,研究盲源分离作为当今信号处理学界的研究热点,已经成功地应用于图像和语音信号处理、生物医学信号分析与处理、天线阵列信号处理等诸多领域之中。,仅利用传感器接收到的观测数据恢复出源信号。了独立分量分析的基本假设、基本性质、优化准则以及算法性能评价指标,并在瞬时线性混合盲分离模型的基础上分析了目前较为成熟并且广泛使用的自然梯度算法和惴ā大多数盲分离算法都是建立在无噪声干扰模型上的,然而当噪声不可忽略时,这些算法的性能就会下降甚至失效。为解决该问题,根据噪声叠加位置的不同,建立了两种噪声盲分离模型,并在此基础上总结出四类噪声盲分离方法。考虑对经典的盲分离算法进行改进,以消除由噪声引起的偏差,分析了基于高斯矩的算法和基于偏差去除技术的自然梯度算法。考虑到结合现有的滤波去噪算法进行盲分离,对小波分析去噪进行了研究。本文的主要创新如下:算法利用了二阶收敛的牛顿迭代法进行优化,为了加快算法的收敛,速度,本文提出用五阶收敛的牛顿迭代法对其进行改进,得出两种改进算法。实验证明改进算法分离效果与原算法相当,且其收敛速度更快:ü治鲇跋煨〔ㄣ兄等ピ胄阅艿闹饕R蛩兀岢鲆恢秩ピ胄Ч玫男裸值函数:攵栽肷P停岢鲇没谄ú钊コ际醯淖匀惶荻人惴ü兰瞥龇掷刖卣螅从而分离出各路信号,再用新的小波阈值函数进行去噪处理后,使用该方案分离效果良好,得到的信号更接近源信号,较以往方法具有更高的信噪比。盲源分离技术虽然已经获得了长足的发展,提出了很多较为成熟的理论与方法,但是许多问题仍有待于进一步研究和解决,本文在最后简单地讨论了下一步的研究方向。关键词:盲源分离;独立分量分析;惴ǎ晃褰资樟玻鹤匀惶荻人惴ǎ恍波分析去噪Ⅱ’
. 甌琾甒甀,,瑆,..,甇琲甌瑂瑃猳甌瑃.。●