基于MIMO-OFDM系统的盲源分离算法研究

为了实现使用OFDM调制的MIMO系统的盲源分离问题,提出了在接收端使用Nyquist频率对接收到的信号进行采样的,从而将原始的MIMO-OFDM系统盲源分离问题转变为N组的独立分量分离的问题.通过将FastICA算法扩展到复数域,在频域中对每一组相同子载波上的信号进行独立分量分析,最终实现信号的盲分离.仿真实验获得的结果证实了该方案具有良好的恢复效果,且算法收敛的迭代次数只需要8～10次.     

基于盲源分离的雷达信号分选方法

传统的信号分选算法建立在脉冲描述字（PDW）参数分析的基础上,对同频或频谱混叠的雷达信号可能无法分选.鉴于越发明显的常规雷达信号处理方法的局限性,通过仿真手段,用盲源分离的方法对混合后的雷达信号进行分选.仿真结果表明,该方法可对雷达盲信号进行有效的分离,且不需要其它信号处理方法所要求的任何先验知识作为条件.     

基于变步长等变化自适应盲源分离算法

对于基于梯度自适应的盲源分离算法，认真选择步长参数以达到好的分离性能是非常必要的。如果为加快收敛速度而增大步长因子，将会导致大的稳态误差，甚至引起算法发散，因此固定步长因子无法解决收敛速度和稳态误差之间的矛盾。本文为EASI算法提出了一种变步长的解决方案。通过建立步长因子与分离矩阵相互差异之间的非线性关系，加快了收敛速度，减小了失调误差。计算机仿真结果与理论分析相一致，证实了该算法明显优于传统的EASI算法。     

基于盲源分离的通信侦察信号处理

盲源分离技术有非常重要的理论意义和实用价值,在信号处理的一些领域得到了广泛应用。本文简单介绍了盲源分离技术,并通过实例说明在通信侦察中的应用,显示出它在通信侦察中的广阔应用前景。     

基于盲源分离的通信侦察信号处理

盲源分离技术有非常重要的理论意义和实用价值，在信号处理的一些领域得到了广泛应用。本文简单介绍了盲源分离技术，并通过实例说明在通信侦察中的应用，显示出它在通信侦察中的广阔应用前景。     

基于盲源分离的同道数字通信干扰抑制

数字通信方式广泛应用于无线通信,但由于无线信道的开放性,接收信号易受同道信号干扰。分析了盲源分离理论抑制同道干扰的可行性,并采用著名的盲源分离算法-FastICA算法进行计算机仿真,结果表明,可采用FastICA算法分离同道的BASK和QPSK及BPSK和BFSK信号,并消除同道干扰。     

基于细菌觅食的盲源分离算法研究

细菌觅食算法是一种基于细菌觅食行为的智能优化算法.盲源分离是盲信号处理的重要方面.为了提高盲源分离的有效性,根据盲源分离和细菌觅食算法的基本原理,提出了一种基于细菌觅食行为的盲源分离算法.用MATLAB对提出的这一算法进行仿真,并将其分离结果与传统独立分量分析算法的分离结果相比较.实验结果表明这是一种分离效果优于传统独立分量分析算法的有效分离算法.证明了基于细菌觅食盲源分离算法的可行性和有效性.     

基于盲源分离的信号个数估计方法

大多数的信号个数估计方法在较高的信噪比条件下都有较好的性能,但在较低信噪比条件下的性能都有显著的恶化。提出了一种新的信号个数估计方法,该方法不是利用特征值来进行信号个数的估计,而是利用盲源分离技术。计算机仿真表明该方法在较低信噪比下的性能优于MDL算法。     

基于复数FastICA算法的短波同频信号盲源分离

盲源分离是一种经典信号处理方法,可广泛应用于通信信号、阵列处理的混合信号有效分离。将一种基于独立分量分析的复数信号盲源分离算法应用于实际的短波信号分离中,能有效地实现对各种信号组合的分离。     

基于峭度的盲分离在通信信号盲侦察中的应用

为实现复杂多信号环境下的通信信号侦察,采用一种新的盲侦察技术,即运用盲源分离算法,在没有任何先验知识的情况下分离出源信号,然后对分离的各个信号进行后续处理。提出一种改进的基于峭度的盲分离算法,可以自适应地确定激活函数。将其应用在通信信号盲侦察中,可以实现对任意源信号进行盲分离,而不管它是超高斯还是亚高斯信号。选择超高斯和亚高斯混合通信信号进行了仿真实验,结果验证了该算法的有效性。     

宽开通信侦察中多信号盲分离应用研究

宽开通信侦察系统可以大大提高搜索速度,提高信号的截获概率,但如何快速有效地分离出同时截获的多信号是一个急待解决的难题,盲分离技术为多信号分离提供了一种新的思路,实验结果表明盲分离技术在宽开通信侦察中的有效性,并显示出它在通信侦察中的广阔前景。     

带源个数估计的BPSK信号盲分离算法

目前盲分离研究已有算法众多,但有关数字信号或有限字符集的盲分离研究尚不多见,而带源个数估计的此类盲分离算法更鲜有涉及。针对这类问题,该文提出了一种新颖的BPSK数字信号的盲分离算法,首先由接收到的观测信号的特征,在无噪和有噪情况下分别给出了估计源信号的数目算法;然后再利用观测信号之间的关系估计出混叠矩阵,并在算法中给出了证明。通过估计的混叠矩阵即可恢复得到分离信号,此时得到的分离信号与源信号或者顺序发生了交换,或者产生了符号之间的差别,但并不影响盲分离。最后的仿真结果显示了该文提出的算法在估计混叠矩阵以及最后恢复源信号上都是非常成功,也表明了此算法的可行性和优异性能。     

盲分离算法在MIMO雷达和通信中的应用研究

将盲分离算法应用于多输入多输出(MIMO)雷达抗干扰和MIMO通信符号检测中。首先,利用信号相互之间以及与干扰之间的独立性,通过盲源分离算法,将各个信号分离出来;然后,雷达中通过匹配处理,完成信号检测;通信中利用少量的训练序列完成信号的匹配以及相位和幅度的校正。仿真结果表明:无论在雷达或通信中,均可获得优良的性能。     

盲信号分离

阵列处理和数据分析的一个典型问题是从混合的观测数据向量中恢复不可观测的各个源信号.盲信号分离是解决这一问题的一门新技术,近几年吸引了信号处理学界和神经网络学界众多学者的研究兴趣.本文将以独立分量分析和非线性主分量分析为主要对象,综述盲信号分离技术的理论、方法及应用等方面的发展,并作有关展望.     

通信中的盲源分离问题及解决方案探讨

主要阐述了盲源分离技术应用于无线通信系统时面临的若干问题和解决方案的研究现状。在无线通信系统中,参与混合的源信号是射频通信信号和干扰,这些源信号往往具有循环平稳特性;完成源的混合的无线信道往往受环境影响而发生变化,即具有时变特性;受客观实际条件的限制,观测信号数目往往少于混合源的数目,即表现为欠定混合特性。因此,将盲源分离理论应用于无线通信系统中时,需要特别关注的是循环平稳源、时变、欠定等条件下的盲分离问题。     

非线性盲源分离的原理及算法综述

本文主要阐述了非线性盲源分离(BSS)/独立成分分析(ICA)模型的基本数学原理、分离算法、算法性能及其应用。首先对线性和非线性BSS/ICA的数学模型作了介绍,重点介绍了非线性BSS/ICA解的不确定性,然后在此基础上对近十年来出现的各种非线性BSS/ICA算法进行简单综述,着重分析了一类可解且应用比较广泛的非线性BSS/ICA模型-后非线性BSS/ICA模型及其分离算法。最后对非线性BSS/ICA存在的问题和发展趋势进行了总结。     

盲源信号分离技术

盲源信号分离是一种功能强大的信号处理方法，其处理的对象是相互统计独立的信号源经线性组合而产生的一组混合信号，最终目的是从混合信号中分离出独立的信号分量。本文简要介绍信号源分离的基本思想、算法、发展历程以及盲分离的应用领域。最后展望了盲信号分离问题研究的发展方向。     

非平稳卷积混合信号的盲分离

传感器采集到的信号是由多目标源、环境噪声等经多途径卷积混合的形武.为有效地去除环境因素如干扰、传输延迟等的影响,提出一种新的盲信号分离方法.利用非平稳信号的多重去相关和最小二乘准则来估计混合矩阵A或解混矩阵W以及信号和噪声功率.实验结果表明,该算法具有良好的分离效果.