一种解决频域盲源分离模糊度问题的新方法

针对卷积混合信号的分离问题,提出一种解决频域分离算法中排列模糊性和幅度模糊性的改进方法,即通过ICA得到的一个频率点上的分离矩阵,作为计算下一个频率点分离矩阵的初始值来解决排列模糊性问题,再利用分离矩阵的逆变换来解决幅度模糊性,从而有效地分离出源信号.仿真证明,算法可以有效地分离出卷积混合信号,提升了平均信噪比,并大幅...     

一种有效的语音信号盲分离方法

频域盲语音信号分离存在着排序模糊问题,提出一种基于相邻频点幅度相关和DOA估计相结合的解排序模糊方法,并且通过对一系列预处理（白化）、独立分量分析和后处理算法的优化和有机组合,很好地实现了卷积混合语音信号的盲分离。用真实录制的语音信号进行了仿真实验,恢复出来的源信号的信干比较分离之前提高了约13dB,证明了算法的有效性。     

盲源分离和盲反卷积

盲信号处理是信号处理领域的热点研究问题,盲源分离和盲反卷积是盲信号处理的重要组成部分近年来取得许多重要进展.本文主要介绍盲源分离和盲反卷积的基本模型、数学原理和研究进展;分析了各种方法的特点并指出了进一步的研究方向.     

基于相关系数的盲源分离排序和相位调整法

针对盲源分离后信号存在排序和相位不确定性的情况,提出一种基于相关系数的盲源分离排序和相位调整法,通过对盲源分离后信号运用该方法进行排序和相位调整,从而消除盲源分离后信号存在的相位和排序不确定性。仿真结果表明,在混合矩阵主对角线元素占优的情况下,此法可以有效地消除盲源分离后信号存在的排序和相位不确定性。     

盲源分离综述——问题、原理和方法

盲源分离,是从观测到的混合信号中恢复不可观测的源信号的问题。作为阵列信号处理的一种新技术,近几年来受到广泛关注。文章按源信号不同的混合方式,将盲源分离问题分为三种类型：线性瞬时混合、线性卷积混合和非线性混合,综述了它们各自分离的原理和方法,并结合国内外的研究现状,对未来的发展作出了展望。     

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。     

一种快速的频域盲语音分离系统

对真实环境中的混迭语音信号进行盲分离是一个非常困难的任务。许多在仿真信号环境下工作很有效的算法常常不能成功地分离真实环境中录取的混迭语音信号。本文通过对一系列预处理(如解相关),独立分量分析和后处理(解排列和尺度不定性)算法进行优化和有机结合,提出了一种快速的频域盲语音分离系统,有效地实现了对卷积混迭的语音信号的盲分离。特别,文中引入一种改进的数据白化算法,它可以节省运算量并提高独立分量分析算法的收敛速度。基于真实录音信号的仿真实验显示该系统能够快速和稳健地分离卷积混迭的语音信号。     

基于盲源分离的通信侦察信号处理

盲源分离技术有非常重要的理论意义和实用价值,在信号处理的一些领域得到了广泛应用。本文简单介绍了盲源分离技术,并通过实例说明在通信侦察中的应用,显示出它在通信侦察中的广阔应用前景。     

盲源分离中的非高斯性极大准则

盲源分离是试图从给定的一组混合观察数据中恢复未知的独立信号源。介绍了盲源分离常用的独立性度量准则之一——非高斯性极大准则，并阐明了其在盲源分离中的应用原理。     

一种基于边缘信息的图像信号盲分离方法

在从多幅混合图像分离出原始图像信号的过程中,当原始图像信号之间不满足统计独立条件时,采用一般的独立分量分析方法将无法分离出正确的原始图像。针对这一缺陷,结合图像信号特点提出了一种基于图像边缘信息的独立分量分析方法。实验证明,这种方法能在一定程度上提高此类图像的分离效果,同时能有效地克服高斯白噪声的影响。     

基于频谱相关的时域盲分离排序算法

由于水声信道的时变性,水声信号分离后存在排序模糊性,限制了盲分离算法的应用.针对盲分离后信号存在排序模糊性的问题,提出了一种基于频谱相关的盲分离排序算法.根据水声环境中各信号的频谱差异,对分离后信号进行重新排序,来改善盲分离算法的排序模糊性.仿真实验表明,该算法可以有效消除分离信号的顺序不确定性,提高盲分离算法的性能.     

基于区域增长校正的频域盲源分离排序算法

卷积盲源分离可以在频域得到有效解决,但频域盲源分离必须解决排序模糊问题。该文提出一种基于区域增长校正的频域盲源分离排序算法。首先对卷积混合信号短时傅里叶变换,在频域的各个频点处建立瞬时模型进行独立分量分析,在此基础上使用分离信号功率比的相关性,对所有频点进行逐点排序置换。其次根据阈值将排序后的结果划分为若干个小区域。最后按区域增长方式进行区域置换与合并,最终得到正确的分离信号。区域增长校正可最大限度地减少频点排序错误扩散现象,从而改善分离效果。在模拟和真实环境中分别进行语音盲源分离实验,结果表明所提算法的有效性。

     

基于影响因子的频域盲源分离排序算法

卷积混合信号盲源分离可以在频域得到有效解决,但频域盲源分离必须解决排序问题.本文研究了频点距离和各频点分离质量对基于相邻频点幅度相关性的排序算法的影响,提出了改进的频域盲源分离排序算法.改进算法通过影响因子来控制频点距离和各频点分离质量对排序的影响,距离小且分离质量好的频点设置较大影响因子,距离大或分离质量不好的频点则设置较小影响因子.文中详细讨论了影响因子的设定函数.最后对瞬时混合信号、卷积混合信号、实际房间采集信号分别进行盲源分离实验.实验结果表明了本文算法的有效性.     

一种频率域的盲源分离算法

提出了一种频率域基于第二特征函数的窄带信号盲分离算法，理论上证明了本方法能够从有噪观察数据中得到无噪混合矩阵估计。仿真结果表明本方法信号分离性能优于时域方法。在高信噪比时，本方法的分离信号绝对误差和比时域方法低9．5dB。     

基于ICA的盲信号分离正定性检验方法

 盲信号分离中,判断观测信号个数与实际信源个数的关系对于信号分离算法的选择和算法效果的评估非常重要,但目前还缺乏有效的方法对正定和欠定情况进行区分性检验.针对这一问题,本文提出两种检验方法.第一种方法通过分析整个数据序列ICA分解输出分量之间的独立性来实现.理论分析表明,欠定条件下ICA分解输出分量之间必然不具有独立性,而正定条件下,只要源信号满足独立的前提假设,ICA分解输出分量之间可以相互独立.第二种方法中,我们对数据序列不同位置添加等长时间窗,根据ICA分解基向量的稳定性来检验正定性.理论分析表明,正定条件下不同窗口数据ICA分解的基向量都收敛到混合阵的基向量上,而欠定条件下,分解得到的基向量随不同时窗内源信号分布的变化而改变.本文通过仿真实验,证明了这两种方法的可行性.     

基于混沌置乱的DCT域灰度级盲水印算法

文章首先运用混沌序列对灰度的图像水印进行置乱预处理,置乱后的每个水印图像像素进行位分解后依照系数量化的规则嵌入载体图像的8×8DCT块系数中的8个最低频系数中,同时实现了水印的盲提取。实验结果表明,该算法对JPEG有损压缩、图像剪切等常见的图像处理操作有较强的鲁棒性,具有一定的实用价值。     

一种基于m-序列的逆矩阵置换生产方法

在序列密码中,输出序列的线性复杂度是一种非常重要的特征性质,因为已知的Berlekamp-massey算法对滚动密钥生成器是一种有效而且威胁极大的攻击手段,所以在设计滚动密钥序列生成器时必须能产生具有极大线性复杂度的密钥序列,虽然这只是个必要非充分的条件。利用m-序列的良好特性与代数上的逆矩阵理论提出了一种用本原多项式生成的线性反馈移位寄存器序列置换生成的具有良好性质的伪随机序列。新生成的二元序列不但保持了m-序列的良好特性,同时还极大提高了序列的线性复杂度,在一定范围内具有良好实用价值。     

基于盲源分离的小波域多重音频水印方法

该文利用盲源分离理论,提出一种小波域的多重音频水印方法。为了解决多水印嵌入过程中经常需要考虑的嵌入顺序问题,同时增强水印方法的安全性,本文将两路水印信号与一路等长的混沌序列进行混合,得到嵌入水印信号。然后,利用线性混合方法,将嵌入水印信号与选定的小波系数进行混合,得到隐秘信号。水印提取时,利用独立分量分析算法,提取嵌入水印信号,再经过后处理过程,得到原始水印。该水印方案是一种盲水印方法,可以将多个作者信息同时嵌入到音频作品中,而不需要考虑水印的嵌入顺序。实验结果表明,该方法对常规的信号处理操作具有良好的鲁棒性,以及良好的抵抗时间轴同步攻击的能力。