空间电子探测信号盲分离研究

给出了盲信号分离中的瞬时混合,时延混合和卷积混合三种混合模型,介绍了两种具体的盲分离算法,等变自适应盲分离算法和非高斯性最大化的快速定点算法.其中对于窄带源信号,对时延混合模型进行了扩展,提出了用复数域瞬时盲信号分离算法分离时延混合信号的新思路.最后给出了相应的仿真和实验结论,实验结果表明用基于复数的盲分离算法确实能够有效地分离阵列接收的时延混合信号.     

近场宽带信号源的盲分离

本文利用反馈式神经网络根据Ｈｅｂｂｉａｎ的学习算法，实现了近场情况下，一般信号的盲分离，并对算法的渐近收敛性以及实现信号分离状态的稳定性进行了论证，最后给出了计算机模拟的结果。     

单通道盲信号分离研究进展与展望

盲信号分离是当前国际信号处理领域的研究热点,作为一种病态混叠情况,单通道盲信号分离是其刚刚兴起的一个重要研究方向,有着广泛的应用前景。首先阐述了单通道盲信号分离的数学模型、可分离性分析和分离效果评价指标,然后在深入研究单通道盲信号分离最新发展的基础上,对现有理论和方法进行了总结,并介绍了一些领域中的应用情况,最后指出其发展面临的挑战和进一步的研究方向。     

实现单通道MPSK信号盲分离的MCMC新算法

本文根据单通道接收两路MPSK混合信号在过采样下的基本模型,针对粒子滤波算法在单通道信号盲分离中的性能瓶颈以及高复杂度问题,提出了基于MCMC方法的新算法。该算法对接收信号进行过采样处理,能够利用更多的波形信息,从而有效抑制噪声的影响。新算法利用Gibbs采样估计MPSK调制符号的后验概率,近似实现了贝叶斯最优估计,并利用最小二乘法实现参数的迭代估计。理论分析与仿真实验表明,相对粒子滤波算法,本文提出的新算法在误码率性能以及复杂度方面具有良好的表现。      

通信信号的单通道盲分离和码元序列盲估计

针对被单根天线接收的多个通信信号的单通道盲分离问题,提出了一种新算法.该算法利用各个通信信号的周期性差异和波形差异,应用过采样技术和高阶统计量分析技术来构造适用于独立分量分析的多通道混合模型,从而将多信号盲分离问题转化成波形和码元序列的估计问题.仿真证实了新算法的可行性和优越性.     

同频重叠信号的单通道盲分离方法综述

同频重叠信号单通道分离在信号分离领域具有广阔的应用前景,成为近年来信号处理领域研究的热点之一.在回顾了自然信号单通道分离方法的基础上,对同频重叠信号的单通道盲分离方法作了详尽的分析,总结了国内外的研究成果,讨论了现有理论和方法的优缺点及应用条件,最后指出了今后可能的进一步研究方向.     

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。     

基于迭代的同频混合信号单通道盲分离/译码算法

针对采用长约束信道编码的同频调制混合信号,提出了一种利用编码的单通道盲分离/译码迭代算法。该算法通过在盲分离过程中利用译码后反馈的符号软信息来改善分离效果,重点研究了软输入软输出盲分离、最大似然概率译码以及分离译码间的软信息交互。仿真结果表明,迭代盲分离算法相比不采用迭代的算法可获得更好的性能,对于采用(2,1,6)卷积码和随机交织的BPSK混合信号,前者进行2次迭代时可获得约2dB的信噪比增益。     

Kalman滤波下的多信号单通道盲源分离

窄带物联网环境中,接收机收到的信号通常为多路混合信号,对单通道接收来说,利用常规盲源分离方法很难实现混合信号的分离和源信号提取。针对这一问题,本文提出了一种利用Kalman滤波算法进行信号估计,解决单通道盲源分离的方法。该方法利用信号间的时序结构,通过Kalman滤波算法对多信号混合中的源信号不断估计并迭代更新,最终得到分离信号。仿真实验结果表明,该方法能有效估计并分离出源信号。      

一种基于盲源分离的雷达信号分选方法

盲信号分离是近几年才发展起来的,用于解决从混合观测数据中分离源信号的一门新技术,已在众多领域中获得了广泛的应用。文中结合高阶累积量对高斯噪声的不敏感性,给出了一种基于盲源分离的雷达信号分选方法,可以对高斯噪声背景中混合的多个雷达信号实现分选。最后给出了该方法的计算机仿真,结果证明了该方法的有效性。     

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.     

语音信号识别基于盲源信号分离的实现

为了识别两路频谱混叠语音信号,多采用盲信号分离的方法。但是该方法在工程实践中实现较困难。因此给出了一种利用盲源信号分离的原理及特点的实现方法,具体说明了用FastICA算法在ADSP_BF533平台上实现盲源信号分离时的具体流程。该设计方案所需时间短,效率高,而且占用内存较少。     

降低单通道盲分离PSP算法复杂度的方法

随着电磁环境的日益恶化,越来越多的通信系统面临着多信号混合干扰的问题,这对解调信号造成了一定的困难。解决这个问题使用PSP算法对混合信号进行单通道盲分离是一种有效的手段。本文针对目前PSP算法在单通道盲分离中随着调制阶数上升所带来的算法复杂度提高的问题,利用PSP算法的复杂度随串扰长度L增加而上升的特点,提出了一种改进型的PSP盲分离算法。仿真结果表明,在对误码率影响不大的基础上此种改进型算法跟原算法相比,在BPSK解调中能够加速大约3倍,QPSK解调中能够加速大约18倍。若采取另一种不降低串扰长度L的改进方式,则BPSK解调与原算法相比最高能有2dB的增益,并且即使降低L仍有1.5dB的增益。QPSK解调与原算法相比最高能有1.5dB的增益,降低L仍有1dB的增益。      

脉冲信号盲分离的模拟电路实现

针对模拟Ｈ－Ｊ电路存在的失调严重影响脉冲信号分离的问题。本文提出了适用于脉冲信号分离的Ｈ－Ｊ模拟实验方法,并采用一种便于ＣＭＯＳ工艺实现的非线性模块使Ｈ－Ｊ网络实现更加简化。Ｓｐｉｃｅ模拟结果表明,该方法能够实现对诸如人体心电信号等脉工信号的盲分离。     

应用判决反馈的混合信号单通道盲分离算法

该文提出了一种基于判决反馈思想的DF-PSP单通道盲分离算法。该算法结合判决反馈的思想,利用Viterbi序列检测器最可能的幸存序列得到的预判决来合成信道冲激响应尾部造成的符号串扰,来弥补现有PSP单通道盲分离算法对信道冲激响应进行截断处理而带来的性能损失。仿真结果表明,对于两路混合QPSK信号,该算法较截断PSP单通道盲分离算法在复杂度相当的条件下有更好的性能,在误码率为 时,信噪比改善可达到2dB左右,且在同等过采样条件下,该算法能获得更好的性能提升。      

利用Gibbs采样的同频混合信号单通道盲分离

针对非合作接收的单通道同频数字调制混合信号,提出一种基于Gibbs采样的分离算法。该算法利用统计的方法获得未知符号序列概率密度的随机样本,运算复杂度随信道阶数的增加不呈指数增长。重点研究了基于单符号对、多符号对的分离算法和信道响应的跟踪,并对Gibbs分离算法和PSP分离算法的性能进行了详细的分析比较。仿真结果表明,针对2路QPSK调制的混合信号,在与L=4时的PSP算法具有近似分离性能的同时,Gibbs分离算法可使复杂度降低近17倍。     

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.     

带噪的战场声信号盲分离方法研究

提出了一种噪声环境中战场混合声信号盲分离方法.基于含噪的独立分量分析模型,对观测信号进行准白化,去除噪声引起的协方差偏移量;定义观测信号中随机变量的高斯矩为无偏估计的目标函数,最大化此目标函数得到了一种改进的FastICA算法,应用于带噪的战场混合声信号盲分离.仿真实验证明,改进算法能较好改善分离效果,具有很好的鲁棒性.     

结合深度循环神经网络的单通道盲分离

单通道信号盲分离技术一直是现代信号处理领域的研究热点.基于逐幸存路径处理(Per-Survivor Processing,PSP)的盲分离算法,能从混合信号中估计出2路发送的符号序列,缺点是计算复杂度很高.从降低算法复杂度的角度,提出了一种基于双向循环神经网络的分离方法,经过端到端的学习,可以直接从2路同频调制信号单通...     

一种基于时间相关度的盲分离方法

本文从信号的相关性出发,提出信号时间相关度的定义,并证明了时间相关度定义具有如下性质:一组独立源信号的线性混合信号其时间相关度介于源信号中时间相关度的最小值和最大值之间.本文根据这一定义及性质,利用矩阵广义特征值理论,建立时间相关度的广义特征值问题,通过求解此广义特征值问题的特征矢量,从而达到分离信号的目的.本文算法适用于瞬时混合模型,仿真结果证明本算法可以应用与灰度图像的分离及复杂混合环境中声音的分离,计算简单,性能良好,效果真实可靠.