一种适用于复信号的盲源分离新算法

针对复数字通信信号盲源分离中存在相位模糊的问题,提出了一种新的快速盲分离算法,该算法将只适用于实信号的FastICA盲分离算法推广到复数字通信信号中,同时还可以消除同相和正交分量相互独立的复信号的相位模糊性.该算法不用考虑步长的选择问题,不仅收敛速度快,而且具有与实FastICA算法一样的稳定性.仿真结果表明,该算法既可以分离不同载频的数字通信信号,也可以分离同载频的数字通信信号;既可以分离不同调制方式的数字通信信号,也可以分离相同调制方式的数字通信信号.     

白化处理的自然梯度盲源分离统一算法

分析了基于自然梯度的信号白化处理和白化后的盲信号分离,提出了一种基于白化处理的自然梯度盲源分离算法.算法统一了信号的白化和分离,而不需要单独再对信号进行白化预处理,通过采用自然梯度学习规则提高了算法的性能,并理论证明了算法的可分离性、等变化性和分离矩阵的非奇异性.仿真表明,算法能够有效地分离和重构源信号,相比信号未白化的随机梯度算法以及传统的FastICA算法,收敛速度快、分离效果好,更适合盲源分离.     

一种均匀线阵的信号分离方法研究

为了进一步改善阵列信号处理中盲源分离算法的分离性能,本文提出了一种基于DOA估计的阵列信号分离方法。该方法的基本思想是利用MUSIC算法实现对阵列信号DOA的预先估计,构建一预估计方向加载矩阵W,使加载后的混合信号在该预估计DOA上的信号能量最大化,最后利用传统的盲源分离算法分离接收到的混合信号,得到原始信号波形。仿真结果表明,该方法分离效果优于直接的盲分离算法,原始信号与分离信号相关系数接近于1,但同时牺牲较大运算量。     

复值信号盲分离固定点迭代算法

复值非高斯最大化算法是一种针对任意复值非高斯混合信号的自适应盲源分离算法,算法需要人为设置步长调节参数.在信号源和信道参数未知的条件下,很难选择合适的步长调节参数,步长过小,则收敛过慢,步长过大,则容易发散.针对这一问题,在该算法中引入归一化惩罚函数构造出新的代价函数,直接对复值变量的代价函数求导优化,得到2种新的不需要步长调节参数的固定点复值混合信号盲源分离算法.该算法不但可以同时分离常态和非常态信号,而且计算量小,分离误差小,算法稳定时需要的采样点数少,尤其是不需要设置步长调节参数,使该算法更加具有实用价值.仿真实验验证了算法的有效性.     

一种改进的FastICA算法及其在含噪盲源分离中的应用

针对含噪环境下的盲源分离问题,将一种稳健的含噪条件下的白化预处理方法应用于FastICA算法中,提出了一种改进的FastICA算法.实验仿真结果表明：该算法的抗噪声性能比经典的FastICA算法和RobustICA算法有了较大地改善,而运算量基本不变.     

一种小波域盲源分离算法

针对基于相合束广义特征分解时域盲源分离方法受滤波器或时延影响大、性能不稳定的问题,提出了一种基于相合束广义特征分解的小波域盲源分离算法．该算法通过信号小波变换的正交性,增强信号的非高斯性,减小信号的分离难度;利用双正交小波具有线性相位特性且对信号有良好逼近能力的优点,对小波系数进行相合束广义特征分解,得到稳定的分离矩阵．该算法不仅保留了时域算法的优点,而且可以随机选取滤波器,当源信号多于3个时仍可以完全分离出源信号．4个语音信号的盲源分离仿真结果表明了算法的有效性．     

应用改进ICA-R算法的供水管网漏失量估计

漏失量作为城市供水管网漏损量的主要组成成分,可作为管网漏损控制的重要参考指标.现有漏失量计算方法存在准确度不高,计算过程复杂等问题,而盲源分离法具有数据需求量少,分析结果准确特点.针对盲源分离中约束独立成分分析(CICA)算法在漏失量估计中存在误收敛,限制盲源分离法进一步应用的问题,提出利用改进的带参考信号的独立成分分析(改进ICA-R)算法进行供水管网漏失量估计思路.对目标函数选取、信号处理过程进行分析说明,同时设计算例管网模型并搭建漏失实验平台验证算法分离效果,并与快速独立成分分析(FastICA)算法处理效果进行对比.采用皮尔逊相关系数评价漏失量分离效果,利用平均相对误差评价改进ICA-R分离精度.结果证明,使用改进ICA-R算法分离漏失量所得相关系数维持在90%附近,平均相对误差维持在15%以内,优于FastICA算法,该方法避免加装大量计量仪表,降低了漏失量计算成本,可为漏失量计算提供参考,便于各水司有针对性地采取漏损控制措施.     

基于二阶统计量的盲辨识方法研究

在信号的预处理阶段,可简化盲源分离或独立分量分析方法,采用基于二阶统计量的盲辨识方法,分离不同功率谱的有色源信号,以改善自适应系统的收敛特性,消除冗余或减少噪声污染。提出了一种基于特征值分解的二阶统计量的盲辨识方法,可以较好地识别混合矩阵,对有色源信号进行盲源分离。通过不同时滞t的比较,以及不同算法的比较,证明了该辨识方法对不同的时滞在t=1时的分离效果最好,且该方法比其他方法的分离效果更好。     

大型风力机主轴承故障信号提取方法

针对大型风力机主轴承易发生故障且特征信号难以提取的问题和传统盲分离算法计算量大、收敛性较差的缺点,提出了基于粒子群优化的盲源分离算法.算法根据负熵最大化判据,采用粒子群优化算法对盲源分离过程进行优化,且将该算法成功应用于某风场大型风力机主轴承故障信号的提取中.分析结果表明,该算法可有效分离大型风力机主轴承与其他部件的振动信号,与其他算法相比具有分离精度高、可靠性好等优点,对风力机主轴承的故障诊断十分有效.     

AWGN信道中盲源分离的时频联合两步消噪预处理方案

针对加性高斯白噪声AWGN环境下盲源分离算法的性能随信噪比降低而大幅下降的难点问题,借助于经验模态分解和小波变换2种时频分析方法,并对其消噪性能进行优势互补,采用"粗消噪-细消噪"的两步化思想,提出一种应用于盲源分离的时频联合两步消噪预处理方案.仿真试验与其他算法进行对比,证明了新的噪声预处理方案可以更有效地降低观测信号中的加性噪声,使盲源分离算法工作在更宽的信噪比范围内提高算法的鲁棒性,并说明了算法对通信信号具有数据延拓的必要性.     

Anisotropic Total Variation Regularization Based NAS-RIF Blind Restoration Method for OCT Image

Based on anisotropic total variation regularization (ATVR), a nonnegativity and support constraints recursive inverse filtering(NAS-RIF) blind restoration method is proposed to enhance the quality of optical coherence tomography (OCT) image. First, ATVR is introduced into the cost function of NAS-RIF to improve the noise robustness and retain the details in the image. Since the split Bregman iterative is used to optimize the ATVR based cost function, the ATVR based NAS-RIF blind restoration method is then constructed. Furthermore, combined with the geometric nonlinear diffusion filter and the Poisson-distribution-based minimum error thresholding, the ATVR based NAS-RIF blind restoration method is used to realize the blind OCT image restoration. The experimental results demonstrate that the ATVR based NAS-RIF blind restoration method can successfully retain the details in the OCT images. In addition, the signal-to-noise ratio of the blind restored OCT images can be improved, along with the noise robustness.     

基于实验的典型隐写通用盲检测方法性能分析

现有文献中存在多种数字图像信息隐写通用盲检测方法,其检测正确率和适用的范围各不相同.基于同一实验图像库,对现有的典型隐写通用盲检测方法的性能进行了一系列实验分析.涉及到的盲检测方法包括质心法、概率密度函数矩法、特征函数矩法、共生矩阵法、两域特征联合法、三域特征综合法和基于小波包分解的检测方法等.从实验的角度给出了小波包分解特征法性能最优、多域特征提取方法更适合与BP(Back Propagation)神经网络分类器搭配使用等结论.     

一种基于融合算法的管道泄漏信号处理方法

利用环道实验模拟实际管道泄漏工况,验证了小波去噪的实际效果,通过时频联合分析泄漏信号的衰减过程,从两方面阐述了小泄漏不易被发现的原因,并且讨论了现阶段最常用的小波去噪方法处理小泄漏信号的不足。针对上述问题,建立新阈值函数提高小波去噪方法的信号重构精度,并从数学角度分析了新函数的优越性,提出了基于最大信噪比的盲源分离算法,将小波变换与盲源分离相融合,通过分离已知构造信号说明此方法的适用性,验证该融合算法的实际去噪效果和工业应用价值。     

基于循环自相关的PSK信号盲参数估计新方法

推导了PSK信号的循环自相关函数．建立了一个基于循环自相关函数的统计量。提出了一种在没有先验信息的情况下．利用该统计量对PSK信号的载频和码速率两个参数进行盲估计的新方法．该方法可采用傅里叶快速算法来计算循环自相关函数的延迟切片．因此计算复杂度低，实现简单．此方法不需要多维搜索．且适用于低信噪比情况．仿真实验对该盲参数估计方法性能进行了评估，实验结果证明了该方法的有效性．     

采用SRM准则的盲均衡器

提出了一种新的采用结构风险最小化（SRM）准则的盲均衡器（SRM-BE）。该方法根据信号的特征恢复思想,以SRM为准则构造具有时间去相关特性的代价函数,采用静态迭代学习算法在线跟踪信道。通过仿真实验,并与采用最小均方误差准则的盲均衡器（LMS-BE）和采用神经网络的盲均衡器（NN-BE）进行比较,结果表明该方法的非线性均衡性能最佳。     

一种基于NAS-RIF的SST图像盲恢复新方法

图像恢复是太空太阳望远镜（SST）图像处理的重要组成部分，当点扩散函数未知时只能进行盲恢复．在诸多的盲恢复算法中，非负有限支撑限制递归法（NAS—RIF）可以取得较好的恢复效果，但其对高频噪声的放大严重地影响了恢复效果和具体应用范围．为了降低对噪声的放大，本文分析和比较了不同的自适应平滑滤波，在NAS—RIF代价函数上增加了基于Hessian法的自适应平滑项．最后通过仿真计算验证了所改进的算法具有良好的稳定性、噪声抑制作用和图像边缘的保护作用，可以用于实际的SST图像恢复．     

Blind source separation based on generalized gaussian model

Since in most blind source separation(BSS)algorithms the estimations of probability density function(pdf)of sources are fixed or can only switch between one sup-Gaussian and other sub-Gaussian model,they may not be efficient to separate sources with different distributions.So to solve the problem of pdf mismatch and the separation of hybrid mixture in BSS,the generalized Gaussian model(GGM)is introduced to model the pdf of the sources since it can provide a general structure of univariate distributions.Its great advantage is that only one parameter needs to be determined in modeling the pdf of different sources,so it is less complex than Gaussian mixture model.By using maximum likelihood(ML)approach,the convergence of the proposed algorithm is improved.The computer simulations show that it is more efficient and valid than conventional methods with fixed pdf estimation.     

CDMA盲自适应独立分量多用户检测器

为了解决码分多址（CDMA）下行链路中仅需期望用户的扩频码和定时的盲自适应多用户检测的问题,基于独立分量分析（ICA）的理论,采用探查性投影追踪法,结合负熵和修正函数构造出新的代价函数．运用非多项式函数简化了负熵运算,而采用修正函数克服了独立分量分析的不确定性．经过理论推导和仿真验证,该算法计算量小,收敛速度较快,在恶劣的信噪比和多址干扰中具有优异的信干噪比和误比特率性能,因此该检测器抗多址干扰（MAD和远近效应能力强,很有实用价值．同时该算法对用户数敏感性小,在线处理方式也适用于非平稳信道．     

间抽节能控制系统在低产油井的应用

本文讨论了优化控制技术在抽油机中的应用,为了在低产油井中实现最高产量最低能耗的目标,使用了"瞎子爬山"法的优化方法,且为了缩短优化时间必须符于初值.     

基于峰度准则与判决引导的非线性盲解卷积

针对Weiner模型,提出了一种基于最大峰度准则与判决引导相结合的非线性系统盲解卷积算法。在代价函数中引入了判决引导均方误差,优化代价函数,减少局部极值和降低剩余误差。研究了利用实数编码的遗传算法对代价函数进行最优化搜索。仿真实验表明该算法具有快速收敛性能和高精确度等优点,能够大大提高解卷积后的输出信噪比。