基于独立分量分析的盲源分离研究

通过对独立分量分析发展的研究，分析了现有的经典算法，包括负熵法、EASI法、最大似然估计法等，并提出了一种改进的EASI算法，很好地解决了收敛速度和稳态误差之间的矛盾。通过仿真试验和比较，多角度地指出了各算法的优缺点，而且改进型EASI算法综合表现优于其他算法。最后给出了进一步的研究方向。     

基于ICA的混合图像盲分离算法

简述了独立成分分析的基本原理以及利用FastICA算法进行信号分离的理论依据,并通过Matlab仿真实验实现了混合音频信号的盲源分离,取得了较好的分离效果。结果表明该算法收敛速度快,有良好的波形保持性,是一种行之有效的信号分离方法。     

基于盲波束形成的分布式目标波达方向估计方法

在分布式目标波达方向估计问题中,空间信号分布函数一般具有共轭对称性.本文提出了一种新的盲波束形成方法,不用进行多维参数搜索,不要求已知空间信号分布的具体函数形式,并适用于分布函数形式不同的分布式目标同时存在的情况.仿真实验结果表明,这种方法的波达方向估计性能对信号源的分布特性不敏感.     

基于独立分量分析的盲源分离研究

通过对独立分量分析发展的研究,分析了现有的经典算法,包括负熵法、ESAI法、最大似然估计法等。通过仿真试验和比较,多角度指出了各算法的优缺点,并给出了进一步的研究方向。     

基于MIMO-OFDM系统的盲源分离算法研究

为了实现使用OFDM调制的MIMO系统的盲源分离问题,提出了在接收端使用Nyquist频率对接收到的信号进行采样的,从而将原始的MIMO-OFDM系统盲源分离问题转变为N组的独立分量分离的问题.通过将FastICA算法扩展到复数域,在频域中对每一组相同子载波上的信号进行独立分量分析,最终实现信号的盲分离.仿真实验获得的结果证实了该方案具有良好的恢复效果,且算法收敛的迭代次数只需要8～10次.     

波束空间的超分辨算法及统计性能分析

针对工程应用中超分辨算法存在的计算量大、分辨信噪比门限高以及对阵列误差敏感等问题，研究了将常规波束形成和超分辨相结合的方法，给出了波束空间MUISC算法，并通过计算机仿真，比较了波束空间和阵元空间超分辨算法的统计性能，分析和验证了波束空间波束数目的选择对估计性能的影响。结果表明，波束空间的超分辨算法计算量小，并具有较强的分辨力和较低的信噪比门限。     

强干扰下的盲波束形成算法

针对恒模波束形成算法在干扰信号功率较强的情况下不能收敛到期望信号的问题,提出了一种基于独立分量分析的盲波束形成算法。该算法应用独立分量分析的方法来分离阵列接收信号,通过期望信号来向约束分离向量使其收敛到期望信号,算法在强干扰信号情况下能够收敛到期望信号、对非恒模信号有效并且运算量适中。理论分析和仿真实验表明提出的算法在强干扰和幅相误差存在的情况下相比恒模算法性能优越。     

基于峰度的盲源分离算法研究与应用

在复杂电磁环境中,检测和分离频谱混叠信号的分析是极为重要且困难的研究课题.提出了一种基于独立分量分析(ICA)模型的改进盲源分离算法,探讨了信号的相关性和参数变化对算法分离效果的影响.利用峰度绝对值函数作为目标函数,采用改进的牛顿法寻优目标函数,实现了信号的盲源分离.理论分析和实验结果表明,该方法应用于雷达信号盲源分离时可以荻得比较好的分离效果,新算法能有效提高收敛速度,避免了传统算法中收敛的不均匀性.     

基于APSO的盲源分离算法在盲图像分离中的应用

利用独立分量分析(ICA)的自适应粒子群(APSO)算法对因传输等过程而引起的多幅灰度图像混叠进行盲分离,针对图像盲分离提出了一种基于改进的APSO的盲源分离算法并将其应用于分离模糊灰度图像。利用峰度和负熵分别作为粒子群算法的第一和第二适应度函数根据其高斯性原理作为独立性判别标准对分离矩阵进行自适应更新。分析比较不同盲分离算法对图像分离的收敛性,仿真结果证明改进的自适应粒子群算法能够很好地分离图像且计算性能指标优越,收敛效果好。     

一种自适应算法的语音信号盲分离

盲信号处理算法主要有批处理算法和自适应算法两类,本文导出了一种批处理和自适应相结合的快速独立分量分析（Fast Independent Component Analysis, Fast ICA）算法,将该算法应用于语音信号盲分离处理,通过综合实验,从分离前后的波形、频谱图和主要评价参数说明该算法具有良好的信号分离效果。与扩展联合对角化（The Joint Approximative Diagonalization ofEigenmatrix,JADE）算法和自然梯度（Natural Gradient,NG）算法比较, fast ICA算法具有更好的分离效果。      

利用盲源分离算法实现DOA估计

提出一种基于快速盲源分离算法实现波达方向（DOA）估计的方法。构造了具有对角化结构的相关矩阵组,引入解盲源分离问题的联合对角化代价函数,采用一种快速的复数域乘性迭代算法求解代价函数,得到混迭矩阵逆的估计,进而实现DOA估计。与同类算法相比,该算法具有更广的适用性和更精确的DOA估计性能。仿真实验结果验证了算法的快速收敛性和优越的估计性能。     

三重降噪的盲源分离抗干扰算法

为了提高低信噪比条件下盲源分离的性能,提出了一种基于互补集合经验模态分解降噪、小波阈值降噪和随机共振降噪的三重降噪盲源分离抗干扰算法,分析了三种互补集合经验模态分解降噪与小波阈值降噪相结合的前降噪方案和扩频结合随机共振的后降噪方案,仿真讨论了所提算法的抗干扰性能。仿真结果表明,该算法在一定范围低信噪比条件下能够从受扰的混合信号中恢复出通信方的期望信号。     

一种基于盲源分离的雷达抗干扰技术

如何提高雷达的抗干扰能力一直是雷达信号处理的一大问题，问题的解决可以使雷达的检测和跟踪能力得以提高。在日趋复杂的信号环境下，传统的信号处理方法的局限性愈来愈大。本文通过对雷达信号处理过程和盲源分离技术的分析研究，提出采用基于盲源分离的多步处理抗干扰方法进行雷达抗干扰信号处理，可使雷达在复杂背景下具有更强的抗干扰能力。仿真试验结果证明这种新的雷达抗干扰处理方法是可行和令人满意的。     

基于频谱对称性的GNSS频率抗干扰算法

传统的卫星导航信号频域抗干扰技术在接收信号的频域将干扰信号的谱线进行抑制从而达到抗干扰的目的,但在抑制干扰的同时抑制了部分信号,造成信号能量的损失。提出一种利用卫星导航信号频谱对称性的频域抗干扰算法,该方法利用卫星导航信号在频谱上的冗余性,在进行干扰谱线抑制的过程中利用与之对称未被干扰的谱线进行恢复,即可得到完整的信号频谱。分析北斗B3频点民码仿真数据表明：当干扰信号的频谱出现在中心频点的一侧时,该方法对干扰信号的带宽不敏感,即使干扰信号的频谱占到了信号频谱的一半,其输出信号的能量仍能保持稳定;与传统的方法相比,在进行干扰谱线抑制的过程中减小了信号能量的损失。仿真实验表明,在典型场景下,提出的方法与传统的置零法相比,载噪比提升约1 dB。     

基于STFT的卫星导航接收机抗干扰算法研究

卫星导航接收机的抗干扰问题日益突出,对于有效的抗干扰方法的研究显得尤为重要。本文对STFT(短时傅立叶变换)算法进行了修正,提出一种时间窗的改进方法。该算法的实质就是时间窗通过位移和压缩变换得到新的窗函数族,克服了原窗函数缺陷。改进的STFT算法能够有效地提高卫星导航接收机的抗干扰能力,与传统的抗干扰方法相比,该方法更具有工程实际意义。     

基于omap的盲分离实现

本项目介绍了一种基于负熵最大的FastICA算法，它以负熵最大作为一个搜寻方向，实现顺序地提取独立源。并且通过合理分配硬件资源，优化软件代码，提高了该算法在omap上的实现速度。结果表明，这是一种非常有价值的盲源分离新方法。     

An EME blind source separation algorithm based on generalized exponential function

This letter investigates an improved blind source separation algorithm based on Maximum Entropy （ME） criteria. The original ME algorithm chooses the fixed exponential or sigmoid ftmction as the nonlinear mapping function which can not match the original signal very well. A parameter estimation method is employed in this letter to approach the probability of density function of any signal with parameter-steered generalized exponential function. An improved learning rule and a natural gradient update formula of unmixing matrix are also presented. The algorithm of this letter can separate the mixture of super-Gaussian signals and also the mixture of sub-Gaussian signals. The simulation experiment demonstrates the efficiency of the algorithm.     

基于盲信号分离的同频信号的串行分离技术

传统的时域和频域处理等方法很难分离多个频域的混叠信号,文中提出一种利用盲信号分离技术串行分离同频信号的新方法——FastICA盲分离算法。该方法充分利用盲信号分离技术不需要知道信号先验信息的特性,能正确地、一个一个地分离出在频域中混合在一起的信号,且能分离功率相差100万倍的同频信号。在存在比信号功率大得多的高斯白噪声情况下,FastICA盲分离算法具有良好的分离性能。     

基于盲源分离的多跳频信号网台分选算法

针对欠定条件下多跳频信号的网台分选问题,该文利用跳频信号在时频域上的稀疏性,提出了一种基于盲源分离的自适应信噪比网台分选算法。首先,用Gabor变换作为系统的时频变换建立欠定条件下跳频信号网台分选的模型;然后,采用了自适应信噪比的时频支撑点阈值设定方法寻找源信号的时频单源点,根据时频单源点的时频比矩阵估计出混合矩阵;最后,利用与信源相对功率偏差相结合的改进的子空间投影法进行网台分选。仿真实验验证了该算法在低信噪比条件下的有效性。      

回溯式在线EASI盲源分离算法

针对现有的在线盲源分离算法在时变混合矩阵突变后初始阶段分离精度低的问题,提出一种改进的在线盲分离算法。该算法通过检测误差函数的变化来确定时变混合矩阵的突变点,并利用突变前收敛较好的分离矩阵对之前的观测数据进行回溯分离。仿真结果表明,对于具有间歇式突变的时变混合环境的场景,相较于传统在线盲分离算法,提出的回溯式在线EASI盲源分离算法能提高分离初始阶段的分离精度,有效地跟踪混合矩阵的突变。