基于波束域预处理的阵列盲信号分离方法

相控阵雷达采用多个阵元进行信号的接收处理,其多通道信号处理可以采用盲信号处理的方法进行目标源信号分离.由于阵元间距导致信号在阵元间产生相位延迟,在进行盲分离的时候一般只能采用卷积混合模型,盲分离过程是较为复杂的多通道反卷积问题.文中对阵列接收信号进行波束域预处理,通过确定的空间波束相位补偿,将阵元域的多时延混合信号变换为瞬时混合信号,从而采用简单的实数分离算法即可完成信号分离,分离信号可用于后置处理.所提方法简单有效,相比常规阵列信号处理方法,可直接适用于宽带信号.仿真实验验证了其有效性.     

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.     

一种基于ICA的盲信号分离快速算法

基于ICA(独立成分分析:Independent Component Analylsis)原则,给出一种盲信号分离的快速学习算法.通过寻求观测变量线性组合的四阶累积量(即kurtosis系数)局部极值,得出该算法的模型和步骤.将该算法用于盲信号分离实验,实验结果表明,该算法在盲信号分离和信号特征提取方面具有收敛速度快、无需动态参数等优点.该算法能有效地分离出任意分布的非高斯盲源信号的各个独立成分,是信号处理的一种新的、高效可靠的方法.     

阵列信号特征空间分解及其在波束形成中的应用

首先建立了阵列信号基本模型,然后介绍了阵列信号特征分解原理及其在波束形成中的应用,分析了几种应用方法的特点,并给出了这些算法的计算机模拟结果,最后提出了有待研究的几个问题。     

一种新的自适应步长ICA算法

学习速率的优选问题是自适应ICA算法中的一个重要问题。文中定义了描述信号分离状态的去相关性测度。以此为基础提出一种新的自适应步长选取算法,算法将信号分离过程分为3个阶段,在不同的阶段采用不同的步长选取方法。有效地解决了算法的稳态误差和收敛速度之间的矛盾,其仿真结果证实,该算法不仅在平稳环境中具有较快的收敛速度,而且具有良好的稳态性能和数值稳定性。     

基于统计估计的信息信号分离技术

讨论了盲信号分离的应用及瞬间线性混合模型盲信号分离的一般原理，介绍了几种常用的盲信号分离算法，并对其中的算法进行了实验仿真与分析。     

基于自适应滤波的宽带阵列信号处理技术

自适应滤波是近30年以来发展起来的一种滤波方法。它是在维纳滤波、Kalman滤波等线性滤波基础上发展起来的一种最佳滤波方法。由于它具有更强的适应性和更优的滤波性能,因此在实际工程中,尤其在信息处理技术中得到了广泛的应用。这里将自适应滤波技术应用于电子对抗领域,解决电子战多通道宽带接收机之间的幅度、相位不一致性问题,并实现了基于自适应滤波的宽带波束形成方法。     

基于盲信号处理的图像去噪声研究

对研究图像进行预处理,在尽量去除噪声和保持图像信息不受损前提下,提出了一种改进型快速独立分量分析（ICA）算法,结合MATLAB编程软件对快速ICA算法进行优化和实现。测试结果表明通过本文算法优化和代码优化在图像质量上取得了良好效果。     

阵列信号处理在雷达和移动通信中的应用研究

本文简要概述了有关阵列信号处理的一系列问题,介绍了阵列波束形成技术,重点对阵列信号处理在雷达和移动通信中的应用进行了研究.     

ICA在监听键盘录入信息中的应用

文中针对在强环境噪声背景下,利用键盘敲击音对输入内容进行判定的精度受到很大影响的现象,通过对采集到的强噪背景下键盘敲击音进行盲分离,提取出清晰的键盘敲击音,从而提高判定精度。对实测数据进行盲分离的结果表明,快速独立分量分析方法是一种有效的盲信号提取方法,此方法可分离出湮没在强噪声环境中的键盘敲击音,具有很高的可靠性。     

阵列信号处理实验平台设计

本文针对一维线阵和二维面阵的阵列信号处理算法研究,设计了一种发射阵列和接收阵列上下交错排布的二维稀疏超声相控阵列信号处理实验平台,并给出了实验平台的硬件总体功能设计、发射和接收电路设计及软件架构。相控阵声场特性仿真分析结果表明该实验平台具有较好的波束成形和波达方向估计效果。     

基于分数阶微分与独立分量算法的红外图像边缘提取

探讨了基于分数阶微分增强和独立分量分析在红外图像边缘提取上的应用.首先,从数字图像分数阶微掩模及其运算规则出发对红外图像进行增强.然后,基于信息最大化算法对自然图像进行迭代训练,得到ICA所需的基函数.最后,运用独立分量算法对增强后的红外图像进行边缘提取.实验结果表明,分数阶微分在增强红外图像灰度变化不大的平滑区域中的边缘特征效果明显,而ICA算法做边缘提取即使在有噪声的情况下也能较好地提取红外图像的边缘特征.     

盲信号分离及盲信号抽取研究

盲信号分离技术是将混合信号中的源信号分离出来的一种功能强大的信号处理方法,已成为信号处理领域的研究热点。阐述了盲信号分离的发展现状,介绍了盲信号分离问题的数学模型,给出了盲源分离的基本思想。对盲信号分离算法进行了研究,阐述了盲信号分离几种典型算法的特点及性能,对与盲信号分离紧密相关的盲信号抽取算法进行了总结,并对盲信号分离的进一步研究进行了展望。     

独立分量分析盲信号分离方法研究

盲源分离是指从多个相互独立的源信号的混合信号中分离出源信号来。独立分量分析法是盲源分离的一种新方法,由于其在语音信号处理、阵列信号处理、生物医学信号处理、移动通信及图象处理等领域的应用前景,越来越引起人们的关注,成为研究的热点。介绍一种基于四阶累积量的非高斯性最大化的ICA算法解决盲源分离的问题,并给出了该算法分离通信信号的计算机仿真结果,验证了算法的有效性。     

盲源分离技术及其应用

盲源分离技术是盲信号处理领域的一个重要的分支20世纪90年代中期,盲源分离技术得到了迅猛的发展,并在语音处理、生物电信号处理、图像处理、金融数据分析以及移动通信等领域得到了广泛的应用。对盲源分离的相关理论、算法和应用进行了介绍和探讨。     

基于盲源分离的无源雷达信号处理研究

为解决基于FM资源的无源雷达直达波与目标反射波的精确提取与分离比较困难的问题,在对数据进行源数估计后,将改进的FastICA算法应用于无源雷达直达波与目标反射波的提取中,最后运用基于相关系数的排序和相位调整算法对排序和相位进行调整。仿真结果表明运用该方法可以实现从同频、邻频的混合信号中精确分离和提取出元源雷达直达波与目标反射波信号,为进一步的无源雷达精确定位估计打好了基础。