基于二阶统计量的无线电引信信号盲分离

采用二阶盲辨识方法对无线电引信信号进行分离。首先对信号进行预白化处理，求取白化矩阵。然后对多个不同延迟的信号相关矩阵采用Givens旋转的方法进行联合对角化，求取酉矩阵。通过白化矩阵和酉矩阵求得混合矩阵的估计，完成对信号的分离。最后通过计算机仿真，对多个在频域无法正确分离的无线电引信信号进行了盲分离，仿真结果非常理想，说明基于二阶盲辨识的无线电引信信号分离算法是正确的。     

分数阶傅里叶域的阵列信号盲分离方法

本文提出一种基于分数阶傅里叶域阵列平均的盲信号分离方法,它在变换域中引入加权函数来降低噪声及减少各源信号间的相互干扰。和传统盲信号分离方法相比,该方法不需要矩阵的白化和联合对角化,并且复杂度低,运算量小,抗干扰性能好。     

基于空间时频分布的非平稳信号盲分离算法性能研究

基于空间时频分布的盲信号分离算法可以用来分离具有不同时频分布的非平稳信号。Wigner-Ville分布（WVD）作为比较常用的时频分布，对合成信号存在交叉项，因而将WVD分布用于这种分离算法时，其分离性能并不好。理论上，大多数Cohen类时频分布可以抑制交叉项并且保持时频聚集性,因此，Cohen类时频分布可以在TFBSS中取得更好的分离性能。分析了各种常用的Cohen类时频分布对交叉项的抑制性能和对盲源分离性能的影响，理论分析和仿真结果表明：通常情况下，在时频盲源分离算法中，采用Born-Jordan分布、Choi-Willimams分布、Butterworth分布、广义矩形时频分布、减小交叉项分布、平滑伪WVD、ZAM分布、Margenau-Hill谱图时频分布和伪WVD分布时的盲分离效果优于采用WVD。     

基于盲源分离和自适应滤波的水下声信号降噪算法

在水下小孔径基阵测向应用中,阵元接收到的连续波（CW）信号质量直接关系到测向误差的大小,由于受到多径效应、信号起伏和水下背景噪声的影响,往往实际检测到的信号信噪比较低,相位估计结果离散性大。本文针对水下CW信号和水下背景噪声特点,提出了一种基于盲源分离和自适应滤波联合降噪的算法,该算法对接收的CW信号波形进行降噪以达到提高信噪比的目的。通过算法仿真和湖试试验证明,经本文算法输出的信号,估计器的输出结果比直接利用信号进行方位估计的结果精度高。     

局部平稳高斯色噪声混响模型下的宽带信号检测算法

针对高斯色噪声混响模型下的宽带信号检测问题,研究了AR模型参数对混响局部平稳性的影响并仿真实现了满足要求的混响数据.提出了采用分段匹配滤波和分段预白化匹配滤波器实现混响背景下的宽带信号检测.首次分析了实测的正反线性调频和双曲调频信号产生的混响数据的局部平稳性,结果表明,高斯色噪声混响模型可以准确地描述这2种信号产生的混响.仿真和实测混响数据下的宽带信号检测结果表明,采用分段匹配滤波器和分段预白化滤波器可以在低信混比下检测信号,其中分段预白化滤波器可在信混比大于-19 dB(实测混响)条件下检测双曲调频信号,其性能优于分段匹配滤波器.     

基于三阶循环平稳度准则的盲源分离算法

通过研究循环平稳信号的特性和分析传统的基于二阶统计量的盲源分离算法,在二阶循环平稳度的基础上提出了三阶循环平稳度的概念,并推导出了利用三阶循环累积量平稳度作为分离准则的新盲源分离算法。本算法可以在复杂噪声的情况下有效的分离平稳信号和循环平稳信号。仿真结果表明该算法能够抑制混合信号中的强噪声,算法简单,实时性好。     

基于独立分量分析的混合声音信号分离

基于独立分量分析的快速固定点算法在语音信号中的应用,先将安静环境下录制的音乐生成波形文件Signal1.wav;随后在同样环境下录一段人的语音信号.实验者以平稳语速数数,生成采样频率为16kHz的双声道波形文件Signal2.wav.将两波形文件打开、取样,随机产生混合矩阵,混合.此方法可得到对源信号的估计.     

基于盲源信号分离的加工误差分离方法研究

针对当前加工误差分离方法无法分离相近尺度系统误差的缺点,提出了一种基于独立成分分析的加工误差分离方法。建立了各误差源所导致的系统误差和总的系统误差之间的传递模型;根据盲源信号分离相关理论,建立了基于负熵固定点算法的加工误差分离模型,实现了相近尺度的系统加工误差分离,并利用主成分分析法给出了误差源数量确定的方法。以某陀螺仪的某加工面加工误差分离为例对所提出的方法进行了验证,结果表明所提出的误差分离方法可有效实现相近尺度的加工误差分离。针对当前加工误差分离方法无法分离相近尺度系统误差的缺点,提出了一种基于独立成分分析的加工误差分离方法。建立了各误差源所导致的系统误差和总的系统误差之间的传递模型;根据盲源信号分离相关理论,建立了基于负熵固定点算法的加工误差分离模型,实现了相近尺度的系统加工误差分离,并利用主成分分析法给出了误差源数量确定的方法。以某陀螺仪的某加工面加工误差分离为例对所提出的方法进行了验证,结果表明所提出的误差分离方法可有效实现相近尺度的加工误差分离。     

基于循环平稳特性的时频分析法欠定盲源分离

基于二次时频分布的算法是解决欠定盲源分离问题的一种有效方法。不同于传统算法,针对循环平稳信号,借助分段平均的周期图法求解谱相关密度函数,并利用其实现Wigner-Ville时频分布的重构。计算信号时频分布矩阵并找出自源时频点,利用自源时频点对应的时频分布矩阵构建新的3阶张量模型。利用平行因子分解,直接实现源信号的分离。该算法不需要假设任意时频点的源数目,不大于混合信号数目。仿真实验结果表明,所提出的方法可以有效地抑制噪声,并且只需要一步即可实现源信号的恢复,避免“两步法”造成的误差叠加,提高了盲源分离的效率和性能。     

识别和分离导弹外弹道隐周期性噪声的方法初探

设计了变阶多项式最小二乘滤波器，建立了精确拟合模型，以γ统计量作为对导弹外测数据中的隐周期性噪声进行识别的一种方法，成功地实现了隐周期噪声的图形直观显示，初步探讨了隐周期噪声的分离方法。     

水声信号盲分离算法性能评价准则

在水声信号盲分离技术仿真研究中，需要评价算法的收敛速度，稳态误差等，文中分析了水声基阵接收信号的实数延时模型和复数混合模型，提出了水声信号盲分离算法性能评价准则。该准则分为基于混合基阵和信号估计两种，在三／四元均匀线列阵上，盲分离实测非高斯舰船辐射噪声，分别用CRLS，CACY，EASI，CMA，MKMA算法通信班下了提出的算法评价准则，同时还给出了这些算法分离水声信号的性能曲线。     

基于载波相频差异矩阵的单通道盲分离算法

目前欠定条件下盲分离算法的研究集中在稀疏性强的语音信号,适应性较差。且存在分离不完全、残余成分较大的问题。针对该问题提出了一种基于载波相频差异矩阵的单通道盲分离算法。该算法在信号频谱混叠的情况下,利用通信信号的载波相频信息来构建差异矩阵,实现单路到多路的变换。在多通道框架下以基于核密度估计的遗传算法实现多通道盲分离。实验结果表明:该方法对信号稀疏性无严格要求,适应性强,并能较彻底地分离出常规同频通信信号。     

基于Infomax的偏亚高斯信号盲源分离算法

针对独立分量分析(ICA)算法在实际应用中会出现混合信号的分离而导致伪解的问题,提出一种有效分离的有偏亚高斯信号信息极大化(information maximization,Infomax)算法。介绍了ICA和Infomax算法的基本原理,采用 Infomax 算法,从语音信号中分离出话音信号,使修改后的模型能较好地逼近非对称分布的源信号,并通过仿真实验进行验证。实验结果证明：该算法具有可逼近非对称的亚高斯源信号,能够获得较好的分离质量和收敛速度。     

结合EEMD 的噪声对消方法在遥测振动信号降噪中的应用

针对传统降噪方法难以兼顾飞行器遥测振动信号中细节信息损失和降噪性能之间的矛盾,提出一种集合 经验模态分解(ensemble empirical mode decomposition,EEMD)和噪声对消相结合的降噪方法。信号经EEMD 处理得 到本征模态函数(intrinsic mode function,IMF),将第1 阶IMF 分量和其余IMF 分量的累加和分别作为参考噪声和 待降噪信号;利用核方法将信号映射到高维特征空间,利用映射到高维空间中的参考噪声和待降噪信号进行噪声对 消。计算机仿真结果表明：该方法在避免信号细节信息损失的前提下具有良好的降噪性能,某次飞行器试验中实测 数据处理结果证明方法有效和实用。     

鱼雷被动检测的盲分离对抗干扰方法

近年来由于海洋环境噪声级的不断提高,目标隐身性能以及水声对抗能力的不断提升,使得鱼雷被动目标检测方式的有效性受到极大的挑战。为了解决被动目标检测的抗干扰问题,采用近年来发展起来的盲信号处理方法,利用目标信号与干扰相互统计独立的原理,将目标与干扰盲分离,从而实现在强干扰条件下的被动抗干扰目标检测;在生成目标辐射噪声与模拟辐射噪声、冲击以及扫频干扰信号后,建立了多重干扰条件下的含噪信号混合模型,然后采用4种复盲分离算法进行了被动目标盲分离抗干扰仿真试验,并作了对比分析。仿真结果表明,通过盲分离方式可以有效地实现多种干扰的分离,提高了目标信号的信干比(SIR),从而改善了被动目标的检测性能。     

基于双PN 周期的窄带干扰直扩序列盲估计

为了解决窄带干扰条件下低信噪比直扩信号扩频序列（direct sequence spread spectrum,DSSS）的盲估计问题,提出一种基于双PN周期分解的扩频波形估计算法。该算法用2倍PN周期进行采样形成观测向量,利用特征分解法求各特征值及其向量,并利用特征向量消除窄带干扰,并求出PN码序列。结果表明：该算法在低信噪比条件下能完成对PN码序列的精确估计,能解决传统方法利用单PN周期分解时扩频序列连接的相位模糊等问题。