盲解卷积与窄带阵列模型结合的信号分离算法

在水声制导技术中,提出了一种高效分离算法,实现了对多目标源信号的分离,为系统后端对多目标定位提供了技术支持。窄带信号条件下,把盲分离与阵列信号处理结合起来．借助阵列模型把接收的混合信号变成解析信号,然后利用瞬时复值盲分离算法进行分离获得源信号的解析信号,取实部后便是实源信号。从而将实数的卷积混合转化为复数的瞬时混合,在盲分离阵列模型的基础上,通过复数盲分离的手段完成盲解卷积。解卷积恢复的多目标源信号十分有利于多目标特征识别与定位。通过构建正弦信号盲解卷积仿真实验,对文中提出的盲解卷积方法进行了验证。结果表明了该方法的正确性。     

一种新的多通道混合语音时域盲分离算法

卷积混合语音进行盲源分离时,不能直接应用独立分量分析（ICA）算法。采用一种新的卷积混合语音模型,对多通道混合语音使用近来提出的时域EFICA算法进行盲分离,然后利用聚类和重构算法来恢复源信号。通过真实语音实验表明,提出的算法能有效地分离混合语音信号。     

不同幅度通信信号的盲源分离

自然梯度算法是盲源分离的重要方法。本文利用自然梯度算法研究不同幅度的独立信源线性混合的盲源分离问题。我们比较了各种活动函数并提出一个更好的活动函数。由10个强弱不同的通信信号作为信源进行了模拟实验,结果显示用该活动函数算法收敛得更快些。     

一种同频混合信号伪随机序列盲估计方法的研究

通常采用独立分量分析法(ICA)采集同频混合信号时存在盲分离随机性问题,不能分离出同频混合信号伪随机序列,无法对信号进行准确检测。为解决该问题,提出融合独立分量分析法以及Massye算法的同频混合信号伪随机序列盲估计方法。先采集同频混合信号,再通过PCA方法对同频混合信号进行白化预处理,对同频混合信号的协方差矩阵的特征值进行分解,确保信号间相互独立,为后续ICA方法进行数据分割提供基础。采用基于峰度的固定点ICA算法对白化处理后的同频混合数据进行划分,融合ICA和Massye算法,对同频混合信号的伪随机序列进行盲估计。实验结果说明,该方法可以获取准确的同频混合信号伪随机序列,具有较强的信号分离性能。     

同频不同速率数字调制混合信号的单通道盲分离

针对同频不同速率数字调制混合信号的单通道盲分离问题,建立了信号的状态空间转移模型,提出了基于粒子滤波的盲分离算法,并重点推导了重要性采样概率密度函数的表达式和粒子权值更新公式.仿真结果表明,粒子滤波算法可以对各项信号参数进行实时动态跟踪,从而有效的实现信号的分离.     

基于SIC的单通道同频混合信号低复杂度盲分离算法

针对非协作通信中单通道同频混合信号盲分离算法复杂度高的问题,本文在连续干扰抵消（Serial Interference Cancellation, SIC）算法基础上,构建了单通道同频混合信号的信道接收模型,提出了基于SIC的低复杂度盲分离算法。并对信道重构中的信道截断影响进行了处理,避免了分离性能的损失。仿真结果表明,QPSK调制方式下分离性能与已有算法性能相当,但复杂度降低了2/3,且算法对频偏误差不敏感。      

盲源分离技术现状及发展趋势

盲源分离是最近十几年发展起来的新研究领域,是在知其少量或完全未知先验信息情况下提取源信号的信号处理方法,特别适用于通信侦察领域。盲源分离模型大致分为线性瞬时模型、线性卷积模型、非线性模型及欠定模型。简述了每种模型盲源分离算法的基本思想及常用方法。重点介绍了目前相对成熟的基于线性瞬时模型的三种盲源分离方法：批处理、自适应和逐次提取。目前线性瞬时盲源分离研究较成熟,未来的研究热点是卷积模型、欠定模型等算法研究及如何提高算法性能等方面。     

利用纠错编码的同频调制混合信号单通道盲分离

该文建立了同频调制编码混合信号的基本模型,提出了基于M-PSP的利用编码信息的单通道盲分离算法,重点研究了状态格图的构建、分支度量的计算和信道响应的跟踪。仿真结果表明,利用编码的单通道盲分离算法可以获得比不利用编码更好的性能,对于1/2码率的卷积编码BPSK信号,在误码率为10-4时,信噪比改善可达到2dB左右。     

有色信源卷积混合盲源分离算法

由于缺乏有色信源的时域相关性等先验信息,在设计有色信源卷积混合盲分离算法时难以利用源信号的特性,造成“有色源”的卷积混合盲分离比“白色源”的卷积混合盲分离更具挑战性。通过挖掘信源有色特性对卷积混合多项式矩阵的作用机制,提出了一种新的有色信源卷积混合盲源分离算法。首先将有色信源建模为白色信源激励有限冲击响应（Finite Impulse Response,FIR）滤波器的响应,将有色信源卷积混合模型转化为等效的白色源卷积混合模型,此时等效的卷积混合多项式矩阵即为FIR滤波器和原混合多项式矩阵的乘积;其次使用基于白化的方法获得白色激励源和等效卷积混合多项式矩阵的估计;最后利用最大公因式提取方法从等效卷积混合多项式矩阵中提取岀FIR滤波器,进而恢复出原始的有色信源。仿真结果表明,所提算法在不同信噪比下的分离性能均优于现有算法,具有良好的实用性。     

基于复Givens矩阵与蝙蝠优化的卷积盲分离算法

针对传统卷积混合盲分离待求参数多、分离效果易受分离矩阵初值影响的局限性,提出了基于复Givens矩阵与蝙蝠优化的频域求解算法。算法采用复Givens矩阵表示分离矩阵,减少了待求参数,降低了求解难度和计算量。利用蝙蝠算法代替梯度算法优化求解旋转角度完成各频点线性瞬时混合复信号的盲分离,全局收敛性更强。此外,由于对源信号的先验知识要求较少,可以分离服从多种分布的信号。仿真实验表明,该算法可有效地实现卷积混合盲分离。