DS-CDMA系统基于高阶累积量的盲波束形成及DOA估计

依据DS-CDMA系统的扩频码和扰码特性,提出了一种新的基于高阶量的盲波束形成算法,然后根据得到的波束形成权值实时估计信号波达方向(DOA)。该方法充分利用了接收信号的高阶统计特性,在高斯有色噪声及非高斯噪声信道环境下具有良好的性能。另外,该算法不需要已知信道参数和训练序列等先验知识,收敛速度较快,适合在实际信道环境中的应用。     

基于部分独立分量分析的盲源分离

独立分量分析是近年来发展起来的一种可有效应用于盲源分离的多通道信号处理方法，对从观测信号中分离出信源信号有较好的性能．但独立分量分析方法的主要限制之一是信源信号统计独立，而大多数实际应用问题都不能保证这一点，使运用独立分量分析进行盲源分离的效果受到极大的影响．因此．提出了利用特征选择的方法近似获得信源信号中的独立分量，对这些分量上的观测信号运用已有的独立分量分析方法进行盲源分离，获得了较好的分离结果．     

基于独立分量分析算法的DS-CDMA盲多用户检测

由非高斯性测度入手,在定义的代价函数中加入包含了期望用户扩频码这个先验信息的修正项,对代价函数进行梯度优化,导出一种基于独立分量分析的多用户检测器．仿真结果表明,该算法在高斯白噪声信道中具有良好的性能．     

基于非正交联合对角化的盲波束形成

该文提出了一种基于非正交联合对角化的盲波束形成算法。该算法不需要预白化,直接对阵列接收信号的四阶累积量矩阵进行联合对角化,得到非正交的分离矩阵,避免了由白化引入的误差。仿真实验表明,新算法在低信噪比下相比于JADE算法有更好的分离效果,而且该算法还可以通过增加采样数据点长度来提高分离性能。     

基于MNC-FastICA算法的稳健自适应波束形成

针对导向向量失配的稳健自适应算法主要是基于导向向量不确定集约束,但是其约束参数往往难以确定,提出了基于修正的非圆复值快速不动点算法（MNC-FastICA）的波束形成方法,通过盲分离得到的分离矩阵来构造波束权向量,并对由此产生的信源幅相模糊进行校正。该方法不必预先估计信号来波方向,避免了传统方法中来波方向估计不准引起的期望信号的导向向量失配;对于阵列通道幅相误差导致的导向向量失配,该方法对其不敏感,不必对阵列进行校正。仿真实验与最差性能最佳化（WCPO）等经典方法作了性能对比,结果验证了该算法的有效性和稳健性。     

一种新的自适应盲波束形成算法

DS—CDMA系统的智能天线技术可以增加其有效覆盖区域，并能提高系统的抗干扰性能。因而，快速的自适应波束形成算法是一个重要的课题。提出和研究了一种新颖的适合于自适应盲波束形成的算法，该算法基于数字信号的有限符号特性，采用预判决映射（DP）方法，结合归一化最小均方（NLMS）算法，具有较低的计算复杂度，比较适合于实时处理场合。计算机仿真结果表明，新算法具有较好的收敛性、跟踪性能以及较低的误码率特性。     

一种基于周期平稳信号特性的递归盲波束形成算法

提出了一种快速盲波束形成递归算法,可以大大降低运算复杂度,该算法尤其适用于对运算量有要求的阵列系统。实验结果验证了其有效性。     

基于快速独立分量分析的音频盲数字水印算法

针对盲水印技术中存在稳健性差、提取过程复杂等问题,提出了基于快速独立分量分析（FastICA）的音频数字水印算法。嵌入水印前,对水印进行置乱加密预处理。嵌人时,对原始音频进行DCT变换,在变换后的信号中利用随机混合的方法嵌入置乱加密的水印信号,然后利用DCT逆变换重构音频信号。提取时,首先对嵌入水印的音频信号进行DCT变换,然后采用基于正交对称矩阵的FastICA方法进行水印提取。实验表明,该算法在稳健性和透明性方面均有很好的效果,产生的水印可以作为版权保护的依据。     

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（MAI）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     

基于循环平稳性的盲波束形成改进算法

提出了一种利用广义旁瓣对消思想进行盲波束形成的改进算法，新算法在基于循环频率的盲波束形成算法的基础上，通过在辅助支路利用于扰信号空间的投影矩阵对阵元接收到的信号进行降维处理，并对辅助支路的权值进行自适应求解，有效抑制了干扰信号．仿真结果表明了改进后算法的有效性．     

基于负熵极大的独立分量分析方法

独立分量分析（Independent Component Analysis,ICA）是近年来发展起来的一种有效的盲源分离技术（Blind Source Separation,BSS）．本文介绍了独立分量分析的基本理论,用基于最大熵原理的对负熵的估计方法得出了ICA的目标函数,并介绍了基于负熵极大的FastICA算法．MATLAB仿真试验表明：该算法可以较好地分离混合声音信号,具有良好的稳定性,收敛速度较快.     

基于独立分量分析的混叠跳频信号分离算法

为解决混叠跳频信号的分离问题,在深入研究独立分量分析（ICA：Independent Component Analysis）理论基础上,结合跳频通信的特点,提出了基于独立分量分析的混叠跳频信号分离算法,实现了对混叠跳频信号的盲分离。该算法将基于负熵最大化的FastlCA算法应用到混叠跳频信号分离中。通过仿真实验表明,该算法能成功地排除乘性噪声干扰,完成对混叠跳频信号的分离。虽然分离信号的幅度、相位等参数较源信号发生了变化,但并不影响后续工作。这一过程在未知任何先验参数的条件下完成,并取得了较好的分离效果,为跳频通信信号的分离工作提供了新思路。     

基于小波变换和稀疏成分分析的盲图像分离法

针对图像信号不满足稀疏性条件,不能直接用稀疏成分分析模型进行盲分离的现象,提出一种基于小波变换和稀疏成分分析的盲图像分离法. 利用小波分解将混合图像从空域转化到频域,获取混合图像高频对角分量,在频域空间利用线性聚类稀疏成分分析法估计混合矩阵,进而最终重构源图像. 实验结果表明,该方法能准确有效地提取源图像. 目视结果及相关系数分析结果均表明,与经典独立成分分析法(FASTICA)相比,该方法分离精度高,分离效果好.      

自适应多目独立成分分析

通过分析LCNN的学习方程,发现Lagrange约束项的物理本质是有监督学习的下降速率,提出了自适应LCNN(ALCNN)算法,避开了病态矩阵的问题,并将学习矩阵和独立成分求解复杂性都降到了O(n)。     

应用独立分量分析的多用户检测方法

直接序列码分多址信号中各用户扩频码是互相统计独立的,各用户信息数据序列也是互相统计独立的,传统的多用户检测方法仅利用了扩频码的统计独立性,文献7的方法仅利用了信息数据序列的统计独立性.该文根据独立分量分析原理和多用户检测原理,充分利用这两个独立性,提出了应用独立分量分析的数据用户ICA盲多用户检测法.仿真结果表明,文章所提出方法在误比特率为10-3时,信噪比比文献7方法的信噪比改善约2dB,比传统盲多用户检测法信噪比改善4～5dB.     

独立分量分析在PET图像去噪处理中的应用

独立分量分析（independent component analysis,ICA）是基于信号高阶统计量的盲源分离方法.提出将这种算法与中值滤波和小波滤波相结合应用于正电子发射计算机断层扫描（Positron Emission Tomography,PET）图像的去噪处理中,并与中值滤波和小波滤波进行对比分析.仿真实验证明了本文算法相较于中值滤波和小波滤波在PET图像处理中取得了更好的效果.     

基于Parzen核估计的ICA算法及其性能分析

基于概率密度非参数估计的Parzen核估计，提出了一种新的独立成分分析（1CA）算法，实现了对源信号分布的全“盲”要求。该算法由观测信号样本出发，实现了对分离信号评价函数的直接估计，从而在一定程度上解决了1CA算法中如何选取估计信号评价函数的难题且能对任意的源混合信号（包括：超高斯与亚高斯分布，对称与非对称分布）进行有效盲分离。模拟实验从统计性质和计算时间2个方面说明了所提算法的性能。     

基于变学习速率的自适应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。本文建立了学习速率与相依性测度之间的一种非线性函数关系,以此为基础本文提出了一种新的变学习速率的自适应ICA算法。该算法具有初始阶段和未知系统时变阶段步长自动增大而稳态时步长很小的特点,克服了传统算法在稳态阶段步长调整过程中的不足,而且具有很快的收敛速度。计算机仿真结果与理论分析相一致,证实了该算法的性能。     

核独立分量分析在机械振动信号分离中的应用

针对旋转机械振动信号成分复杂,甚至表现出非线性特征,文章采用核独立分量分析(KICA)对其进行预处理。与独立分量分析(ICA)不同,KICA是通过非线性映射在高维特征空间上构建了核化的目标函数,并引入核方法实现该目标函数的优化操作。仿真实验中通过比较KICA、ICA和传统KICA(DKICA)的分离信号与源信号之间的相关系数,文中介绍的KICA对混合信号分离处理具有更高的准确性和鲁棒性;实测数据实验验证,经过KICA处理的机械振动信号,其表征的振动信息更为单一,使得隐含的特征频率得到凸显,为进一步处理和分析奠定良好基础。     

基于ICA的极化SAR图像相干斑抑制

根据极化SAR图像的特点,针对传统空域滤波方法总存在降低相干斑与有效保持边缘纹理信息这一对矛盾,探讨了基于独立分量分析的极化SAR图像相干斑抑制技术,研究了两种基于ICA的极化SAR图像相干斑抑制方法,并分析了其优缺点及应用条件。实验结果表明:基于独立分量分析的方法能有效降低相干斑噪声,较好地保留边缘纹理信息,是一种有效的相干斑抑制方法。