基于四阶累积量和简化粒子群的盲分离算法

针对线性混合盲信号分离问题,本文提出一种基于四阶累积量和简化粒子群优化的盲信号分离新算法。该算法采用信号的四阶累积量作为目标函数,运用简化粒子群优化算法对目标函数进行优化,最终实现对混合信号的盲分离。仿真结果表明,该算法能够有效实现对会议语音混合信号的盲分离,跟其他算法相比,具有更快收敛速度和分离精度。     

超定盲信号分离RLS算法研究

研究在线盲信号分离问题.将适定盲信号分离的RLS算法,推广到源信号个数未知的超定盲信号分离模型中,利用正交投影方法消除了超定盲信号分离RLS算法的冗余移动,设计出能够稳定收敛的超定盲信号分离RLS算法.仿真实验验证了算法的有效性和其收敛的稳定性.     

基于高斯模型和贝叶斯理论的单信道语音盲源分离

单信道盲源分离是盲信号分离的重要研究方向。针对单信道线性混合语音信号一次分离后不能完全消除干扰语音的问题,提出了基于子频率分量高斯混合模型与贝叶斯理论的多次盲源分离方法。首先,对源语音的子频率分量分别进行训练,建立高斯混合模型;然后,应用贝叶斯理论从混合语音中首次分离源语音,并针对一次分离后目标语音中仍混有干扰语音的问题采取多次分离的方法,实现尽可能的彻底分离。实验结果表明,这种方法取得了良好的分离效果。     

基于盲信号分离的自适应回声抵消算法

在视频会议和免提通信系统中,扬声器和麦克风之间的声耦合严重影响语音通信系统的质量。文中提出了一种用基于盲信号分离（BSS）的自适应声回波对消（AEC）方法,可有效解决回声和噪声对近端语音信号的影响。该方法不仅能减少背景噪声对回波对消的影响,而在双向通话时,可直接利用盲信号分离技术分离出近端语音。     

一种新型的卷积混和盲信号分离算法

本文提出了一种新的卷积混合盲信号分离算法。首先将卷积混合模型进行等价简化,再用理论推导论证了卷积混合盲分离问题等价于最优化Wiener滤波器问题,给出了一种去相关分离准则函数。最后,对两个源信号卷积混合的情况,用标准自适应LMS算法使分离准则函数达到最小值,从而得到了两个信号混合的分离算法;然后,推广到多个源信号混合得到了相应分离算法。通过计算机仿真试验验证了本算法的有效性和可行性。     

基于模式识别的盲分离语音信号获取方法

在批处理音频信号盲分离过程中,要将分离出的语音信号帧拼接成连续的语音比较困难,这主要是由于盲信号分离存在分离信号排列顺序的不确定性。笔者根据语音信号短时平稳特性,利用基音周期为窗长,连续分割盲分离信号,将各个窗内数据的归一化自相关函数值取平均作为音频信号的模式特征,最后根据相似性阈值和最小距离原则进行信号聚类分析,从而克服提取盲分离语音信号中的信号顺序不确定性,获得连续语音信号。实验仿真证明了该方法的有效性。     

粒子群算法用于盲信号分离的研究

提出一种采用粒子群优化算法进行盲信号分离的新方法,为盲信号分离领域提供一种新的研究思路与方法。该方法采用峰度作为适应度函数,利用粒子群算法对由多个源信号混合而成的信号进行盲信号分离。与自然梯度法盲信号分离相比,粒子群算法精度更高,收敛速度更快,实例仿真成功地对两个图像混合信号进行了盲分离,表明了算法的有效性和优越性。     

一种基于ICA的盲信号分离快速算法

基于ICA(独立成分分析:Independent Component Analylsis)原则,给出一种盲信号分离的快速学习算法.通过寻求观测变量线性组合的四阶累积量(即kurtosis系数)局部极值,得出该算法的模型和步骤.将该算法用于盲信号分离实验,实验结果表明,该算法在盲信号分离和信号特征提取方面具有收敛速度快、无需动态参数等优点.该算法能有效地分离出任意分布的非高斯盲源信号的各个独立成分,是信号处理的一种新的、高效可靠的方法.     

混合ADSL信号的盲分离

在深入研究ADSL的DMT调制的基础上,提出把带通滤波与盲信号分离相结合,把混合ADSL信号分离问题转化成同频MQAM混合信号分离问题.仿真选择扩展最大似然算法分离两个同频16QAM信号的线性瞬时混合信号.理论与仿真都表明把盲信号分离用于混合ADSL信号分离是可行的.     

盲信号分离及盲信号抽取研究

盲信号分离技术是将混合信号中的源信号分离出来的一种功能强大的信号处理方法,已成为信号处理领域的研究热点。阐述了盲信号分离的发展现状,介绍了盲信号分离问题的数学模型,给出了盲源分离的基本思想。对盲信号分离算法进行了研究,阐述了盲信号分离几种典型算法的特点及性能,对与盲信号分离紧密相关的盲信号抽取算法进行了总结,并对盲信号分离的进一步研究进行了展望。     

基于联合对角化的声信号深度卷积混合盲分离方法

声信号在空间中的传播具有较强的多径效应,在接收端往往以卷积形式相互叠加,尤其在海洋、剧场等强混响条件下,混合滤波器冲激响应的长度会显著增加,现有的频域卷积盲分离算法将失效。为了消除长脉冲响应导致解混合模型失效的问题,该文对观测信号进行两次短时傅里叶变换(STFT),第1次STFT缩短了脉冲响应长度,第2次STFT将信号模型转化为瞬时盲分离,最终利用联合对角化(JD)技术估计出分离矩阵。与现有方法相比,所提方法解决了深度卷积混合下模型失效的问题,并且当源信号数较多或存在加性噪声时,可以得到更好的分离性能。仿真结果验证了方法的有效性和性能优势。     

基于盲源分离的小波域多重音频水印方法

该文利用盲源分离理论,提出一种小波域的多重音频水印方法。为了解决多水印嵌入过程中经常需要考虑的嵌入顺序问题,同时增强水印方法的安全性,本文将两路水印信号与一路等长的混沌序列进行混合,得到嵌入水印信号。然后,利用线性混合方法,将嵌入水印信号与选定的小波系数进行混合,得到隐秘信号。水印提取时,利用独立分量分析算法,提取嵌入水印信号,再经过后处理过程,得到原始水印。该水印方案是一种盲水印方法,可以将多个作者信息同时嵌入到音频作品中,而不需要考虑水印的嵌入顺序。实验结果表明,该方法对常规的信号处理操作具有良好的鲁棒性,以及良好的抵抗时间轴同步攻击的能力。     

基于卡尔曼滤波的同步盲系统辨识与解卷积方法

在盲信道均衡或盲语音去混响应用中,盲多信道系统辨识通常是信号解卷积的前提条件,即盲辨识过程后跟一个解卷积过程。本文提出一种基于卡尔曼滤波的同步盲系统辨识与解卷积方法,其中卡尔曼滤波的状态矢量由多信道系统参数与源信号矢量组成,过程方程和测量方程则建立在单输入-多输出系统(SIMO)的输入输出关系及信道间交叉关联关系(Cross Relation)基础上。此外,盲系统辨识部分与解卷积部分是可以解耦的,生成两个看似独立的卡尔曼滤波问题,并且这两个卡尔曼滤波问题可以实现并行计算。与级联结构相比,这种并行结构更有利于算法优化和实时信号处理。仿真表明,对于无噪声理想信号模型,本算法可以实现完全系统辨识和解卷积(信号误差比可达到100 dB以上),说明理论正确;对于实测的混响语音信号亦可以实现一定的去混响效果。      

混响环境下基于卷积模型的欠定盲源分离

为了提高盲源分离(blind source separation, BSS)算法在混响和噪声环境下的鲁棒性,提出了一种适用于欠定情况下用于卷积混合信号的盲源分离算法。在该算法中,利用高混响环境下混合模型即使在时频(time-frequency, TF)域中仍具有卷积特性,并结合房间冲激响应(room impulse response, RIR)的统计规律,将时频域中的瞬时模型扩展到更适合高混响环境的卷积模型,进而构建一欠定盲源分离优化问题,最后,采用交替方向乘子法(alternating direction method of multipliers, ADMM)优化框架来求解该问题。仿真实验结果表明:在混响环境下,本文提出的基于卷积模型的盲源分离算法与现有盲源分离算法相比,具有非常明显的性能优势。      

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.     

基于同态解卷的人体脉搏信号盲信源分离

分析了脉搏信号的产生与传播过程。指出人体脉搏信号可看成是由心脏激励源信号与脉搏系统冲激响应的卷积,提取脉搏源特征与脉搏系统的传播特性是一个"盲信源分离"问题。因此,本文采用同态解卷技术对脉搏信号进行处理,获得了脉搏源的特征和脉搏系统的传递函数。实验结果表明正常人脉搏激励源信号可看成周期性冲激序列,而异常脉搏激励源信号为周期性冲激序列加白噪声;人体脉搏系统相当一声低通滤波器;本文的方法对于研究人体脉搏系统的传播特性和辨识中医脉象是简便和有效的。     

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。     

基于信源数目估计的超定盲信号分离

针对盲信号分离中信道噪声大、信号分离效果差等问题,在传统主分量分析和特征值分解方法的基础上,提出了一种基于信源数目估计的超定盲信号分离方法。首先,采用主分量分析和最大似然估计方法分别对混合矩阵和噪声协方差进行估计,用于对信道噪声的估计与去除;然后,采用交叉验证法对源信号维数进行估计,实现盲信号分离。为了验证提出算法的分离效果,对轻拖尾与轻拖尾混合信号以及重拖尾与轻拖尾信号混合情况进行仿真实验验证,结果表明该算法具有良好的分离效果。     

Direct blind MMSE channel equalization based on second-orderstatistics

A family of new MMSE blind channel equalization algorithms based on second-order statistics are proposed. Instead of estimating the channel impulse response, we directly estimate the cross-correlation function needed in Wiener-Hopf filters. We develop several different schemes to estimate the cross-correlation vector, with which different Wiener filters are derived according to minimum mean square error (MMSE). Unlike many known sub-space methods, these equalization algorithms do not rely on signal and noise subspace separation and are consequently more robust to channel order estimation errors. Their implementation requires no adjustment for either single- or multiple-user systems. They can effectively equalize single-input multiple-output (SIMO) systems and can reduce the multiple-input multiple-output (MIMO) systems into a memoryless signal mixing system for source separation. The implementations of these algorithms on SIMO system are given, and simulation examples are provided to demonstrate their superior performance over some existing algorithms     

一种基于二阶盲信号分离的多路声回波抑制模型

本文提出了一个基于二阶盲信号分离的多路声回波抑制模型.该模型回避了多路声回波对消中因声回波源信号间的强互相关性所致的固有的解的非唯一性问题,而是充分利用了这种互相性来去除声回波.模型仅添加一个辅助麦克风并巧妙置位即可对各路麦克风信号中的多路声回波进行有效的分离和抑制.为了实时处理的目的,提出了一个计算复杂度低且收敛稳健的二阶频域盲信号分离算法来检验该模型.实验结果充分确认了提出模型的有效性.