一种新的盲源分离拟开关算法

针对电子战中各种信号混叠严重难以分离的现象,在盲源分离开关算法基础上提出一种新的盲信源分离拟开关算法.该算法引入单位对称加权滑动向量来加权每次迭代所得的分离信号作为源信号,用峭度取代原算法的峭度符号位作为判断函数来自适应选择加权相应激活函数,以此优化学习算法,结合信号分选的具体应用,给出了迭代结束的评判方法.计算机仿真实验表明,在强噪声背景影响下,该算法能够更加有效地分离空间未知多源线性混叠信号,且在分离效果、稳定性、处理速度和抗噪性能上都比原算法有较大改进.     

适用于时变信道环境的盲源分离算法

针对时变信道环境下的盲源分离问题,在现有实时盲分离算法的基础上,提出了两种适用于时变信道环境的实时盲源分离算法——基于优选函数EASI盲分离算法(EASI-function)和基于选优函数的峭度变步长盲分离算法(EASI-function-KVS)。EASI-function算法在信号分离的不同阶段采用不同的估计函数,从而使得算法在收敛速度和稳态性能两方面获得一个折中。EASI-function-KVS算法则在EASI-function的基础上,利用峭度变步长的思想,自适应地调整迭代步长大小,进一步改善分离算法性能。仿真结果表明,两种算法能有效地跟踪信道变化,并且在性能方面比传统的EASI算法要好。     

一种基于盲信号提取的同频干扰抵消算法

为了抵消数字通信中的同频干扰,提出了一种基于单信道盲信号提取算法。不同于现有的盲信号提取盲分离模型,本文的模型除了利用数字信号过采样特性,还充分考虑了载波频率以及信道噪声的影响。并结合调制信号的恒模特性,提出了基于广义峭度的恒模盲信号提取算法。最后通过实验结果证实算法的有效性和稳定性。     

一种基于盲信号提取的同频干扰抵消算法

为了抵消数字通信中的同频干扰,提出了一种基于单信道盲信号提取算法。不同于现有的盲信号提取盲分离模型,本文的模型除了利用数字信号过采样特性,还充分考虑了载波频率以及信道噪声的影响。并结合调制信号的恒模特性,提出了基于广义峭度的恒模盲信号提取算法。最后通过实验结果证实算法的有效性和稳定性。     

一种基于负熵的快速定点盲源分离方法及其试验验证

论述了负熵最大化的基本原理和判断条件,在此基础上建立了一种基于负熵、通过数学迭代的方法得到的快速定点抽取算法。该算法具有迭代次数少的显著优点。通过仿真验证了算法的有效性,并将该算法应用到实际语音信号的盲分离实验中。实验结果表明,所建立的算法对盲源分离具有优良的性能,通过与基于峭度的算法对比,发现该算法具有很好的鲁棒性。     

复值信号盲分离算法的研究

针对现有盲源分离算法适用范围受限、收敛速度过慢等问题,提出了一种适用于任意非高斯统计独立的复值信号快速盲分离算法.该算法以复值信号的峭度最大化为目标函数,采用修正的复值拟牛顿迭带算法对目标函数优化.分别用圆对称和非圆对称复值信号以及二者混合信号作为信号源对该算法和现有算法进行仿真对比.实验结果表明,该算法相对现有算法,不但很好地分离出非圆对称复值信号和圆对称复值信号,对于二者混合的信号仍有很好的分离效果,而且具有收敛速度快、不需要步长调节参数、分离误差小等优点.     

基于遗传神经网络的语音信号盲分离算法

通过分析基于神经网络的经典盲分离算法具有容易陷入局部极小点,从而导致收敛速度慢和分离效果不准确的缺点,本文首先利用遗传神经网络算法对分离权值进行初始化,然后通过选择操作、交叉操作和变异操作,进行样本训练控制,在整个搜索空间进行搜索,得到分离矩阵最优值,最后实现了语音信号的盲分离。实验表明：该算法具有分离速度快、效果明显等特点。     

回波对消中盲源分离算法的研究与仿真

盲源分离因为可以仅根据接收到的观测信号来估计还原源信号,成为近年来在信号处理领域的研究热点.针对盲源分离中的基于峭度的独立分量分析算法在源信号还原的过程中计算量较大的问题,采用共轭梯度方法对独立分量分析法进行优化,优化后的算法收敛速度更快,稳态误差变小.Matlab仿真实验表明,优化后的独立分量分析算法收敛更快,实际分离效果更好.     

基于经验特征函数的盲源信号分离法及应用

从盲源信号分离后非高斯性最大化出发,提出了一种基于经验特征函数的盲源信号分离方法.该方法把经验特征函数与概率密度函数一一对应,并以混合信号与高斯信号的经验特征函数的欧氏距离最大化作为判据,以固定点算法为优化算法进行盲源分离.该方法克服了FastICA算法中选取不同的近似函数对不同概率密度分布的信号效果不佳的问题.仿真实验结果表明,与常用的几种FastICA算法相比,该方法具有更好的收敛效果.采用新的盲源信号分离方法对管道破坏产生的实际声发射信号进行分离,可将破坏点互相关定位精度提高到3%以上.     

基于无监督学习的盲信号源分离技术研究

以独立分量分析为主要对象,描述了盲信号源分离技术的基本模型,介绍了盲分离的主要方法和数学原理,分析了盲信号源的可辨识性。提出基于神经网络无监督学习的盲分离方法,并改进了分离效果评判指标。在生物信息处理的背景下将人工神经网络和信息理论相结合,解决了盲信号源分离,自适应地求得分离矩阵,且可以同时分离具有正峭度和负峭度的信号源,对盲信号源分离的研究有极大的促进作用。     

Anti-jamming algorithm for spread spectrum communication using blind source separation

An improved anti-jamming algorithm for spread spectrum communication based on blind source separation (BSS) is proposed to solve the problem that the separation performance of BSS technology deteriorates at a low signal-to-noise ratio (SNR), especially at the threshold SNR of spread spectrum communication. First, the algorithm detects the ambiguity of the output of the blind source separation algorithm, and then uses the detection result to correct the separation matrix. Finally, the new separation matrix is obtained by accumulating a plurality of modified matrices, and applied to the jamming separation of the system. The algorithm has a simple structure and can realize anti-jamming communication of the spread spectrum system at the demodulation threshold. Simulation results show that the demodulation error performance of the communication signal after removing the jamming by the algorithm at a negative SNR is still close to the theoretical performance.     

一种基于最大化信干噪比的通信混合信号多通道盲分离算法

对通信混合信号多通道盲分离中噪声放大问题进行了研究。基于最大化信干噪比的思想,提出了一种新的求解分离矩阵的算法。当混合矩阵条件数较大时,该算法能很好地解决由于噪声放大造成的分离性能下降。仿真表明,该算法能有效地降低误码率,提高盲分离性能,具有实际意义。     

一种低复杂度非对称混合信号盲分离算法

针对符号速率相同的功率非对称混合信号盲分离问题,提出一种低复杂度盲分离算法。该算法仅需确定强信号最佳采样点,进而消除强信号影响,避免了传统算法波形重构过程,并且通过迭代译码结构来改善强弱信号的分离性能,重点研究了混合信号中强信号的消除以及强弱信号的迭代译码结构。仿真实验表明,对采用(2,1,2)卷积码的QPSK混合信号,强弱信号幅度比为0.5时,可以达到最佳分离性能,混合信号经2次迭代译码后,分离性能提升约1d B。     

切换系统优化控制方法研究

针对一类特殊的混杂系统－切换系统的优化控制问题，提出了分段梯度下降优化方法，它是连续系统优化控制梯度下降法的推广，对分段线性切换系统，通过一定变换，可以把切换系统转化成关于特定变量的连续系统，证明了切换系统整体优化控制目标等价于各子模态连续系统的优化目标之和，从而得到切换系统最优控制的梯度下降优化算法，该方法能够有效地得出切换系统优化控制的局部最优解。给出了具体示例，验证了方法的有效性。     

基于峭度激励的变步长自适应谱线增强算法

提出了一种基于峭度激励的变步长自适应谱线增强新算法,该算法以输入信号峭度与误差信号峭度为联合激励因子,构造出一种指数型变步长的算法模型。该步长对高斯色噪声或非高斯色噪声均有一定的免疫性,跟踪时变信号的能力强,且收敛速度快。用实测的某水下目标辐射噪声数据进行了仿真实验。与传统的LMS算法相比,仿真结果表明,该算法具有较强的谱线增强能力、快速收敛性和良好的跟踪性能,能有效地实现目标线谱信号与混合色噪声环境的分离。     

分布式WR-OBS中并行组装算法的分析

为了提高分布式波长路由光突发交换网络的性能，提出了一种并行的组装算法．该算法根据对网络流量的预测，将突发帧组装过程和突发帧资源预约过程并发执行，和传统的波长路由光突发交换网络比较能够极大降低网络的端到端时延．同时，该算法充分利用了波长路由中的双向预约机制，在轻网络负载的情况下有效降低丢包率．此外对该算法下网络的TCP性能进行了分析，仿真结果表明，该算法可以有效改善整个网络的TCP性能．