基于自然梯度的语音信号盲源分离优化算法

针对自然梯度算法在语音信号盲源分离中存在的稳定性差、分离性能不佳等问题,利用分离程度作为权重改进Pearson相关系数,将权重改进的相关系数作为控制步长的因子,从而使得步长的变化更加精准,减小随机扰动项对稳态的影响。同时充分利用动量项“奖励一致的梯度,惩罚不一致的梯度”的特性,根据混合信号分离程度的变化方向决定动量项的增减,进一步提高了算法的收敛速度。试验结果表明：与现有的自适应步长自然梯度算法相比,优化算法的信噪比均值更高,方差更低,说明该算法的分离效果更佳,而且减小了对初始值的敏感性,鲁棒性更好;且优化算法的串音误差曲线进入稳态所需的迭代次数更少,说明该算法的收敛速度更快。     

非线性LMS算法实现盲源分离

在经典的最小均方(LMS)算法中引入非线性函数,得到一种非线性LMS算法.该算法根据LMS算法建立了相应的对照函数,用自然梯度推导出了自适应盲源分离算法,并且分别给出了实数算法和复数算法的详细推导过程.结果发现得到的算法即为最大化熵和最小化互信息(ACY)算法,从而揭示了ACY算法与LMS算法的关系,同时也得到ACY算法的复数形式.计算机仿真试验验证了算法的有效性.     

未知源信号数日投影自然梯度盲信号分离算法

分析了已有源信号数目未知的盲信号分离算法中分离矩阵的动态变化，找到了分离矩阵范数趋于无穷大而导致算法发散的原因：分离矩阵在某一等价类中的冗余移动．利用正交投影方法消去了自然梯度中引起冗余移动的冗余分量，推导出源信号数目未知的投影自然梯度算法．新算法具有与自然梯度算法相同的收敛速度，而且克服了已有算法不能稳定收敛的缺点．仿真验证了新算法的分离性能和收敛稳定性．     

利用盲信号分离的自然梯度盲均衡算法

针对目前已有的基于盲信号分离的盲均衡算法没有利用传输信号本身的统计特性而存在的因为近似处理引起的误差的问题,该文提出一种基于盲信号分离的自然梯度盲均衡算法。该算法充分利用了信号星座图的先验知识,为解决多峰值引起的问题采用了多阶聚类的方法。这比仅仅基于盲信号分离的盲均衡算法更为精确,从而能得到更快的收敛速度和更低的码间干扰。     

一种新的盲源分离拟开关算法

针对电子战中各种信号混叠严重难以分离的现象,在盲源分离开关算法基础上提出一种新的盲信源分离拟开关算法.该算法引入单位对称加权滑动向量来加权每次迭代所得的分离信号作为源信号,用峭度取代原算法的峭度符号位作为判断函数来自适应选择加权相应激活函数,以此优化学习算法,结合信号分选的具体应用,给出了迭代结束的评判方法.计算机仿真实验表明,在强噪声背景影响下,该算法能够更加有效地分离空间未知多源线性混叠信号,且在分离效果、稳定性、处理速度和抗噪性能上都比原算法有较大改进.     

未知源信号数目投影自然梯度盲信号分离算法

分析了已有源信号数目未知的盲信号分离算法中分离矩阵的动态变化,找到了分离矩阵范数趋于无穷大而导致算法发散的原因:分离矩阵在某一等价类中的冗余移动.利用正交投影方法消去了自然梯度中引起冗余移动的冗余分量,推导出源信号数目未知的投影自然梯度算法.新算法具有与自然梯度算法相同的收敛速度,而且克服了已有算法不能稳定收敛的缺点.仿真验证了新算法的分离性能和收敛稳定性.     

一种按块递归的盲源分离方法

自然梯度算法比随机梯度算法有更好的收敛性能和数值稳定性,块递归算法需要较少的运算时间． 结合这两者的优点,提出一种基于块递归的盲源分离算法． 首先基于自然梯度和非线性主分量分析,构造出按块递归更新的矩阵方程, 然后用QR分解和回代法逐块求解该矩阵方程得到最优分离矩阵． 与已有递归型盲源分离算法相比, 数值仿真实验表明本方法运行一次所需平均时间减少了65％, 所求矩阵的正交性能指标改善了10dB．     

基于改进自然梯度算法的双目标辨识研究

对时变的水下目标声信号进行盲分离时,针对自然梯度算法存在不稳定收敛的不足,提出了一种可对水下目标进行辨识的改进自然梯度算法。通过对观测数据的白化处理、构建实信号和复信号盲分离都适用的非线性函数、快速收敛学习因子和基于功率谱方法的盲分离效果评估函数,实现了水下目标声信号盲分离和目标辨识的改进算法。仿真结果和实船信号试验数据的一致性,表明了改进算法具有更好的收敛性能,而且在频域评估时盲分离效果更加简单直观,验证了改进算法的实用性和有效性。     

直接正交联合对角化盲分离算法

针对盲源分离问题,利用白化预处理后信号的二阶和高阶累积量矩阵具有正交联合对角化的结构性质,以及多个实对称矩阵具有相同特征向量即可同时正交对角化的实对称矩阵的特征分解的理论,提出一种基于部分累积量矩阵特征分解的直接正交联合对角化算法. 该算法仅需要部分累积量矩阵信息,从而大大降低计算过程中的存储量和计算量. 通过数值模拟,该算法和经典的JADE算法性能接近,可以有效地进行盲分离.     

回波对消中盲源分离算法的研究与仿真

盲源分离因为可以仅根据接收到的观测信号来估计还原源信号,成为近年来在信号处理领域的研究热点.针对盲源分离中的基于峭度的独立分量分析算法在源信号还原的过程中计算量较大的问题,采用共轭梯度方法对独立分量分析法进行优化,优化后的算法收敛速度更快,稳态误差变小.Matlab仿真实验表明,优化后的独立分量分析算法收敛更快,实际分离效果更好.     

基于实数编码遗传算法的盲信源分离方法

提出了一种新的基于相关矩阵对角化的代价函数,该代价函数通过抑制分离信号的互相关性达到盲信源分离的目的。这种分离新方法可用于分离平稳或非平稳信号的瞬时或卷积混合。针对传统梯度搜索方法容易陷入局部收敛的问题,文章还提出利用实数编码遗传算法对代价函数进行最优化搜索。仿真实验表明,这种遗传算法具有快速收敛性能和高精确度等优点。     

一种基于l1范数的欠定盲源分离算法

提出了一种基于两步法的欠定盲源分离新算法.在混叠矩阵估计阶段,采用基于势函数的聚类方法,在源信号恢复阶段,提出一种快速的稀疏信号重构算法.系统方程As(t)=x(t)的任一解,由它的一个特解与其相对应的齐次线性方程组的一组基的线性组合之和表示,从而使原来直接估计有n个独立变量的源信号s(t)转化为估计只有n-m个独立变量的系数向量z.再借助稀疏表示实现盲源信号的分离.仿真实验验证了新算法容易实现,分离速度快,能够很好地满足盲分离对速度的要求.     

基于步长最优化的EASI盲源分离算法

针对通信信号的盲分离问题,在EASI批处理算法的基础上,提出了一种基于步长最优化的EASI盲源分离算法(SO-EASI).该算法基于最速下降法的思想来调整步长,因此该算法不论迭代步长的初始值如何选取,其收敛速度相对固定步长的迭代算法都有很大幅度的提高,计算机仿真验证了该算法对通信信号分离的有效性.结果表明当初始步长为0.02时,其算法的收敛速度比固定步长的EASI算法以及VS-EASI算法的收敛速度提高10倍以上.     

基于RBF网络的欠定盲分离源信号恢复

基于优化近似(l0)范数的算法应用于欠定盲分离源信号恢复时,存在算法复杂度较高,恢复精度受步长影响较大的问题,为此,提出了基于径向基函数(RBF)网络的欠定盲分离源信号恢复算法.该算法借助RBF网络进行交替优化,同时引入修正牛顿法对最小化近似l0范数进行求解,避免了传统的近似(l0)范数重构算法因步长选择不当造成恢复精度较低的缺点.仿真结果表明,与现有的基于平滑(l0)范数的算法相比,所提方法在保证较高恢复精度的同时复杂度明显降低.     

盲稀疏源信号分离算法的恢复性研究

基于一种两步稀疏表示的方法,利用随机框架讨论欠定盲源分离的恢复能力.盲稀疏源信号分离算法一般假设源信号是充分稀疏的,讨论了在源信号不充分稀疏的情况下欠定盲源分离的恢复能力的概率估计,进一步刻画了源的稀疏性与恢复能力的关系,揭示了利用两步法处理盲源分离问题的有效性.     

基于KL散度的增量非负矩阵分解盲源分离算法

利用KL散度衡量增量非负矩阵分解效果,提高非负矩阵分解性能;施加行列式、稀疏性和相关性等约束条件,保证盲源信号分离的唯一性和性能;采用自然梯度下降法并选择合适的学习速率,得到源分离算法,该算法利用前一次分离结果和现在的输入信号矢量,迭代更新分离矩阵。仿真表明,KL-INMF盲源分离算法性能优于基于欧式距离INMF的盲源分离算法。     

基于能量算子的单通道盲分离中源信号数目估计算法

分析了利用Teager能量算子检测信号奇异点的原理,给出了数字调制混合信号能量函数幅度的表达式,重点研究了加性高斯白噪声对混合信号能量函数的影响,提出一种基于能量算子的单通道盲分离中源信号数目估计算法。仿真结果验证了算法的有效性。     

一种基于盲源分离理论的数字图像水印技术的研究

提出了一种基于盲源分离理论的时空域嵌入的数字图像水印算法。为了提高该方法的鲁棒性和安全性,使用了直接序列扩频和混沌序列置乱加密的方法生成水印。之后,利用基于盲源分离理论的混合模型和分离模型,实现对水印信息的嵌入和提取。最后,利用MATLAB软件进行了大量的仿真测试。测试结果表明,该方法不仅具有很好的透明性,而且对常见的噪声攻击、几何攻击、JPEG压缩和其他图像处理等具有很强的鲁棒性。同时该方法具有操作简单、同步性好等优点,具有很好的实用价值。     

跳频信号的欠定盲源分离

针对跳频信号的欠定盲源分离,为了解决现有的时频域方法中算法计算量大、信号存在畸变、恢复精度不高的问题,提出了一种基于滤波的跳频信号欠定盲分离算法. 该算法首先根据估计到的源信号载频设计带通滤波器,利用这些滤波器对观察信号进行滤波,得到只包含某一个源信号的观测信号分量,使原分离问题分为数个时域上稀疏的欠定盲分离问题,然后对各个分量在时域上分别应用欠定盲源分离算法估计每跳数据. 通过仿真对比发现,所提的滤波法得到的跳频信号更精确,信干比比时频域方法大4dB;同时所提算法处理的数据量小,计算复杂度低.