多输入多输出盲解卷问题的最大熵解法

本文研究的问题是从观察信号中分离出两个(或者更多个)输入信号,其中每一组信号分别通过不同的未知多输入多输出线性系统.本文证明了当输入信号是两两相互独立的独立同分布信号时可以分离出输入信号,并导出了基于最大熵的多输入多输出盲解卷新算法.这个算法不需要任何关于输入信号和混合滤波器的先验知识.     

卷积混叠信号的最小互信息量盲分离算法

本文提出了一种卷积混叠信号的盲分离算法。该算法利用当信号相互独立时互信息量最小的特性作为分离准则,应用随机梯度算法确定分离滤波器的系数,文中给出了详细的理论推导。理论分析及实验仿真证明了算法的有效性,并且算法对混合滤波器没有特殊限制     

多输入多输出衰落信道的最小互信息盲均衡

提出了多输入多输出衰落信道的基于广义高斯分布近似的最小互信息盲均衡器.采用输出信号的广义高斯分布近似,基于互信息最小化目标函数自适应调整均衡器的系数.比较了基于广义高斯分布近似和非线性变换的两种最小互信息盲均衡算法.仿真实验表明基于广义高斯分布近似的方法比非线性变换方法有更大的星座图距离,更快的收敛速率和更好的误码性能.     

卷积混叠信号的最泪经信息量盲分离算法

本文提出了一种卷积混叠信号法,该算法利用当信号相互独立时互信息量最小的特性作为分离准则,应用随机梯度算法确定分离滤波器的系数,文中给出了详细的理论推导.理论分析及实验仿真证明了算法的有效性,并且算法对混合滤波器没有特殊限制     

阵列天线系统的最小互信息盲接收器

提出了平衰落信道中阵列天线多输入多输出(MIMO)系统的基于广义高斯分布近似的最小互信息盲接收器(GGMIR)。该接收器采用输出信号的广义高斯分布近似，基于互信息目标函数最小化的方法自适应调整接收器的系数。比较了基于广义高斯分布近似和非线性变换(NLMIR)的两种最小互信息盲接收算法。实验表明基于广义高斯分布近似自适应盲接收算法GGMIR比NLMIR算法有更快的收敛速率，得到的信号星座图有更大的距离和更好的误码性能。     

基于旋转变换的最小互信息量盲分离算法

一种新的实时线性混叠信号盲分离算法在本文提出.该算法先采取白化混叠信号将混叠矩阵转换为正交矩阵,然后基于 QR 分解理论,将混叠信号进行一系列初等旋转变换,并结合源信号相互独立时互信息量最小的特点,导出了一种新的自适应盲分离算法.该方法回避了目前基于信息理论方法中(如Torkkola 1996;Pham 1999;Lee 2000以及谭2000等)对"ln|det w|"的复杂计算.我们不仅给出了详细的理论证明,而且也进行了仿真试验,理论分析与仿真结果表明该算法减少了分离时间,并具有很好的分离效果.     

基于不完整约束自然梯度算法的多道盲解卷

针对多输入多输出(MIMO)系统的Bussgang算法可能收敛到错误的解，而且收敛速度慢的缺点。章提出了不完整约束的自然梯度算法，该算法是由不完整约束条件与自然梯度算法的结合而推导出来的。通过计算机仿真对这两种多道盲解卷算法进行了比较，仿真试验表明：提出的算法收敛速度快，并且比Bussgang算法稳定。     

CDMA系统中信道估计最小均方误差的研究

CDMA系统中信道估计的精确度一直是人们所关心的问题。本文在研究了理想维纳滤波器的基础上，给出了这个信道估计均方误差的下界，并从信息论的角度探讨了均方误差与信道参数的熵以及互信息量之间的关系，从而最终得到了信道估计中最大的互信息量。     

基于互信息的卷积混合语音时域盲分离算法

本文以互信息最小化作为分离准则,提出了一种适用于非平稳语音卷积混合信号的时域盲分离算法。其目标函数同时考虑了语音信号的短时平稳性和长时非平稳性,在短时间段中计算平均互信息,在长时间段中引入权值因子,对短时间段中计算得到的平均互信息进行加权;其分离矩阵的更新采用快速收敛的自然梯度算法;其"去白化"的后处理步骤提高了分离语音的自然度。仿真实验和分析表明了算法的有效性。     

基于互信息量的神经网络语音盲分离算法

盲分离技术由于不需要知道信号的先验信息而得到广泛应用。利用神经网络信息后向传播的特点,在Infomax算法的基础上,提出一种改进的基于互信息的语音盲分离算法,以神经网络为优化结构,并以输出熵为目标函数,实验证明,算法能很好提取信号的独立分量,完成混合信号的分离。     

基于变分贝叶斯估计的相机抖动模糊图像的盲复原算法

在曝光过程中由于相机抖动而导致的运动模糊,是一种常见的图像降质现象。该文提出了一种基于变分贝叶斯估计和自然图像梯度统计特性的盲复原算法,用于恢复相机抖动模糊图像,同时针对图像复原过程中出现的振铃效应,设计了一种基于分区域检测和Fuzzy滤波器的去振铃效应方法。实验结果表明,该文提出的盲复原算法能够有效地去除图像中因相机抖动而产生的模糊,而且在保持图像边缘和细节的同时,可以较好地降低振铃效应对图像复原质量的影响。     

面向多路源信号的单通道盲去卷积算法研究

传统的单通道盲去卷积的方法存在仅能从混合信号中分离出2路源信号的局限,考虑到以上问题,该文提出一种基于优化的深度卷积生成对抗网络的单通道盲去卷积算法(SCBDC),能从1路混合信号中分离和解卷积出3路以上的独立源信号和混合矩阵。该文实验在汉字和遮挡图像数据集上进行,随机选择4路信号与混合矩阵进行卷积混合,实验结合峰值信噪比(PSNR)和信号相关性指标来评价分离的效果,结果显示,该算法能够有效地分离出多路源信号并去卷积。     

利用低秩先验的噪声模糊图像盲去卷积

单幅图像盲去卷积的目的是从一幅观测的模糊图像估计出模糊核和清晰图像。该问题是严重病态的,尤其是观测图像中噪声不可忽略时更具挑战性。该文主要针对如何有效利用低秩先验约束进行噪声模糊图像盲去卷积问题,提出一种在交替最大后验(MAP)估计框架下利用低秩先验约束的单幅噪声模糊图像盲去卷积方法。首先,在估计中间复原图像时,利用低秩先验约束对复原图像中的噪声进行抑制。然后,采用降噪后的中间复原图像估计模糊核,得到更好质量的模糊核估计。迭代上述两个操作获得最终可靠的模糊核估计。最后,根据所估计的模糊核,通过非盲去卷积方法复原出清晰图像。实验结果表明：所提方法在定量和定性评价指标上优于已有的代表性方法。     

频域迭代盲解卷积图像恢复方法及其算法实现

详细讨论了一种新的模糊图像复原法 ,使用这种方法 ,不需知道图像模糊过程的模糊因子 ,就可以实现图像的恢复。该算法易于编程 ,且具有较强的通用性。分析了计算机算法 ,并给出了处理的结果。     

A Simple Single-Input–Single-Output (SISO) Model for a Three-Phase PWM Rectifier

The challenge in controlling a three-phase pulsewidth modulation (PWM) rectifier under balanced conditions arises from the fact that the state-space averaged model reported in literature has a multi-input-multi-output nonlinear structure and furthermore exhibits a nonminimum phase feature. In this paper, a simple single-input-single-output model is constructed by separating the d -axis and the q-axis dynamics through appropriate nonlinear feedforward decoupling while maintaining nearly unity power factor operation. With the proposed model, the nonminimum phase feature inherent in an AC-to-DC rectifier becomes a simple right-half-plane zero appearing in the small-signal control-to-output transfer function. In addition, the model exhibits a close similarity to a DC-DC boost converter under both large-signal and small-signal operating conditions. This makes it possible to extend the system analysis and control design techniques of DC-DC converters to the three-phase PWM rectifier also. The validity of the proposed model has been verified experimentally in the frequency domain under open-loop operation of the PWM rectifier. The usefulness of the model is further demonstrated through closed-loop operation of the rectifier with both voltage mode and inner-current-loop-based schemes.