基于盲信号分离的同频多信号测向技术

介绍了一种基于快速定点的盲分离算法,该算法可以对来自不同方向上的统计独立信号进行有效的分离,并且不需要预先知道信号的方向和阵列的结构流形。常规的干涉仪算法只能够对非同频信号测向,当多个信号频谱重叠时,无法准确获得单个信号的相位,因此采用干涉仪算法不能够实现对同频多信号测向。提出了一种基于盲信号分离结果的干涉仪测向算法,可以解决同频多信号的测向,进一步提高了干涉仪算法的应用前景。     

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。     

基于步长自适应的盲信号分离

本文提出一种在盲信号分离中利用模糊控制理论对步长进行自适应调节的方法，它可以使得原有的Ｈ－Ｊ算法具有更快的收敛速度，满足分离时变信号的要求，一些模拟结果证明，该算法是一种安全有效的算法。     

盲信号分离算法研究

介绍了一种基于快速定点的盲分离算法，该算法可以对来自不同方向上的统计独立信号进行有效的分离，并且不需要预先知道信号的测向和阵列的结构流形，因此该算法称为盲分离算法。另外该算法不仅有传统的波束形成的优点，即在有用信号方向形成主波束，并且还能够在干扰方向形成很好的零点，所以该算法是波束形成技术和零点形成技术的结合，可大大提高信干比，另外该算法还有收敛快的特点，对于每一个信号大约迭代10次后就可以收敛。     

基于PPSO-GRADS算法的盲信号分离

该文将联姻策略应用在粒子群算法中,提出一种并行分阶段的基于粒子群优化算法的盲信号分离方法(PPSO-GRADS)。该算法具有收敛速度快,分离精度高的特点。通过仿真证明该算法比未使用联姻策略的粒子群算法有更好的性能,在收敛速度和分离效果上比传统的梯度算法,遗传算法都有较明显的改善。     

一种新的基于广义特征值分解的盲信号分离算法

以矩阵的奇异值分解定理为基础,给出了一种基于广义特征值分解的盲信号分离算法,该算法以混叠信号的两个不同的方差矩阵为基础建立广义特征值问题,通过求解广义特征值问题的特征矢量来获得分离信号.该算法计算简单,避免了Para算法的不足,并能分离源信号中既有亚高斯信号又有超高斯信号的情况.仿真结果表明该算法是有效的,并具有很好的分离性能.     

基于盲信号分离的自适应回声抵消算法

在视频会议和免提通信系统中,扬声器和麦克风之间的声耦合严重影响语音通信系统的质量。文中提出了一种用基于盲信号分离（BSS）的自适应声回波对消（AEC）方法,可有效解决回声和噪声对近端语音信号的影响。该方法不仅能减少背景噪声对回波对消的影响,而在双向通话时,可直接利用盲信号分离技术分离出近端语音。     

基于广义特征分解的盲信号分离算法

针对复杂环境下的线性混叠信号,给出了一种基于广义特征分解的盲信号分离方法。在信号数目未知的情况下,该方法利用广义特征分解即可获得混叠矩阵,无需进行常规的迭代运算即可实现对线性混叠信号的分离。实验证明了该方法的可行性和有效性。     

宽带信号高分辨测向研究

本文针对用任意几何形状阵列对宽带信号进行高分辨抗多径测向的问题。简要评述了目前国内外的主要方法,指出它们的优缺点,并提出了宽带最佳加权子空间拟合算法。     

基于时间可预测性的差分搜索盲信号分离算法

针对基于仿生智能优化的盲信号分离算法计算量偏大的问题,提出了一种新的基于差分搜索的盲信号分离算法。采用信号在时间上的可预测性度量作为目标函数,使用差分搜索算法对目标函数进行优化求解。利用去相关消源方法从混合信号中去除每次分离出的源信号成分,通过逐次分离最终实现对所有源信号的成功恢复。仿真实验表明,所提算法可以有效实现对混合信号的盲分离。与其他算法相比,该算法在保证了更高分离精度的同时,具有更低的运算量。     

超定盲信号分离RLS算法研究

研究在线盲信号分离问题.将适定盲信号分离的RLS算法,推广到源信号个数未知的超定盲信号分离模型中,利用正交投影方法消除了超定盲信号分离RLS算法的冗余移动,设计出能够稳定收敛的超定盲信号分离RLS算法.仿真实验验证了算法的有效性和其收敛的稳定性.     

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.     

基于盲源分离的同频信号测向算法研究

信号测向系统中,常用MUSIC算法进行同频信号测向处理。但是由于实际使用过程中信号子空间和噪声子空间并不能实现完全正交,使得MUSIC算法的准确度和稳定性大幅度削弱。基于这个问题,将盲源分离算法引入到同频信号测向系统中,利用盲源分离算法,对信号进行处理,分离出每个信源的空间信息,单独进行测向处理。能够在信号子空间和噪声子空间正交性不理想的情况下,保证测向系统的抗干扰性能,提高系统的准确度和稳定性。     

JTIDS信号阵列高分辨测向仿真

提出了一种对JTIDS信号的高精度测向方法.首先详细分析了JTIDS信号的传输特点,利用Matlab生成的JTIDS信号,然后依据空间谱估计中MUSIC测向算法的特点,将接收到的JIIDS信号按照脉冲分段,对单个脉冲所携带的数据进行处理,最后通过仿真得到不同信噪比环境下多个JTIDS信号方位角和俯仰角的估计精度,验证了该方法的有效性.     

基于高阶累积量的瞬时线性混合盲信号分离算法

讨论了盲信号分离的应用及瞬时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.     

基于统计估计的盲信号分离技术

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     

盲信号分离在数字无线通信中的一种应用

本文提出了基于神经网络的盲信号分离在数字无线通信中的一种应用。利用本文中的天线阵,接收到的信号可以看作是由Ｎ个独立的信号源所激励的线性混合系统的输出,应用基于神经网络的鲁棒性很好的盲分离算法＾〖７〗,实现多用户信号的分离。我们还就其在数字无线通讯中的应用进行了计算机模拟,模拟结果显示分离效果是令人满意的。     

基于细菌群体趋药性的有序盲信号分离算法

提出了一种基于细菌趋药性的细菌群优化算法。将探测判断策略和优势细菌随机扰动策略引入细菌群体的进化过程,解决了细菌个体在进化后期处于随机摄动状态而难以定位于全局最优位置的问题。通过使用测试函数对算法性能进行测试以及同其他算法的比较表明,所提出的算法在收敛速度和求解质量方面均有很好的性能。进一步将细菌群优化算法应用于解决盲信号分离问题,实现了对源信号的逐一有序盲分离。仿真实验表明,基于细菌群优化算法的盲信号分离算法具有很好的分离效果,可以将源信号按照其规范四阶累积量绝对值的降序进行有效分离。     

源信号数目未知的自然梯度盲信号分离算法

总结了源信号数目未知的盲信号分离自然梯度算法,得到自然梯度算法发散的原因,分离矩阵的各行沿混合矩阵转置的零空间方向无效的冗余移动。借助投影自然梯度算法,从理论上证明,冗余分量的范数随迭代次数的增加呈指数分布。