基于Parzen核估计的ICA算法及其性能分析

基于概率密度非参数估计的Parzen核估计，提出了一种新的独立成分分析（1CA）算法，实现了对源信号分布的全“盲”要求。该算法由观测信号样本出发，实现了对分离信号评价函数的直接估计，从而在一定程度上解决了1CA算法中如何选取估计信号评价函数的难题且能对任意的源混合信号（包括：超高斯与亚高斯分布，对称与非对称分布）进行有效盲分离。模拟实验从统计性质和计算时间2个方面说明了所提算法的性能。     

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.     

用于统计相关源信号的盲分离方法

现有的盲信源分离方法大多以信源统计独立为前提条件．针对相关信源的瞬时混合,提出了一种采用“两步法”对其进行盲分离的方法．首先,对两传感器观测信号比值的方差进行比较,方差值相等的相继采样时刻就是只有一个源信号单独存在的时刻．这些时刻的观测信号矢量就是对混合矩阵中与该源信号对应的列矢量的估计,利用这一性质可以估计出混合矩阵．然后,由估计出的混合矩阵得到分离矩阵,从而恢复出源信号．计算机仿真试验证明了该方法的正确性．     

基于部分独立分量分析的盲源分离

独立分量分析是近年来发展起来的一种可有效应用于盲源分离的多通道信号处理方法，对从观测信号中分离出信源信号有较好的性能．但独立分量分析方法的主要限制之一是信源信号统计独立，而大多数实际应用问题都不能保证这一点，使运用独立分量分析进行盲源分离的效果受到极大的影响．因此．提出了利用特征选择的方法近似获得信源信号中的独立分量，对这些分量上的观测信号运用已有的独立分量分析方法进行盲源分离，获得了较好的分离结果．     

DEBBSS信号源盲分离算法的研究

在基于人工神经网络的信号源盲分离算法中,普遍需要使用通过源信号的概率密度函数定义的评价函数（score function）作为网络的激活函数（Activation function）.由于信号源未知,因此无法获得有关评价函数的信息,传统的方法是利用某些特定的非线性函数来替代源信号的评价函数.这种利用非线性函数替代源信号评价函数的方法能够成功地实现同系混合（homogeneous mixture）信号的盲分离,但都不能分离杂系混合（hybrid mixture）信号.文献[1]利用非参数法概率密度函数估计的核函数方法,通过对源信号评价函数的直接估计,提出了一种基于概率密度函数估计的DEBBBS算法,成功地解决了非线性函数替代方法存在的不能分离杂系混合信号的问题.笔者通过数值仿真,比较了DEBBBS算法与著名的EASI算法,证明新算法分离杂系混合信号的有效性.同时,也进一步将DEBBSS算法与同样能够分离杂系混合信号的EXTICA算法进行了比较,计算机仿真过程证明,即使与同样能够分离杂系混合信号的EXTICA算法相比,DEBBSS算法在算法的有效性和稳定性方面也表现出优异的性能.     

基于欠定盲源分离的电磁干扰分离方法

针对传统电磁干扰测试方法无法对多个同时工作的机载设备进行独立观测,且现有的盲源分离算法对观测信号数目少于源信号数目的情况无效,提出了一种欠定盲源分离算法用于电磁干扰分离。该方法适用于具有稀疏特性的谐波信号,将干扰源看作源信号,首先采用邻域比值法提取混合信号的单源主导区间,提高信号的稀疏特性,然后在此区间采用Hough加窗法对电磁干扰源的数目和混合信道进行估计,避免算法陷入局部最大,最后采用夹角差排序法选择合适的混合矩阵列向量来确定分离矩阵,将欠定方程转变成正定方程,实现混合信号的分离。仿真实验得到的分离干扰信号与原始干扰信号间的相关系数平均值为0.9936,表明算法具有较高的准确性,Monte Carlo仿真结果表明本文算法较几种常用算法具有更好的抗噪声性;实测实验对实测数据分离并整改,整改结果表明了本文算法的可行性。     

基于时频独立分量分析的Wigner-Ville分布交叉项消除法

由于信号混合引起的交叉项严重降低了Wigner-Ville分布的时频分辨率，为此提出一种基于独立分量分析的Wigner-Ville分布交叉干扰项消除法.在无须了解信号混合系数的情况下，通过盲源分离法提取各独立分量信号，给出盲源分离结果不确定的解决方法.建立了包含自项与交叉项的时频分布矩阵，利用时频分布矩阵的联合对角化算法消除独立分量信号之间的交叉干扰项.通过独立分量自项求和重构Wigner-Ville分布，重构的Wigner-Ville分布具有良好的时频分辨率.数值仿真结果验证了算法的有效性.     

独立分量分析在心房纤颤检测中的应用研究

为了从心房纤颤患者的动态心电图记录中抽取心房活动信号并对其进行特征分析，提出了一种无损型心房纤颤自动诊断方法.证明了应用独立分量分析（ICA）必须满足的3个基本条件：源间独立性、瞬时线性混合和至多一个高斯源，并建立了盲源分离的数学模型.采用快速固定点优化算法分析仿真试验和临床数据，计算各被分离分量的峰度值，有效提取了心房纤颤信号，定性和定量地表明了该方法的准确性和鲁棒性.     

基于相关熵的盲源分离算法

提出了基于相关熵的盲源分离算法。与传统独立成分分析(ICA)方法利用四阶统计量或时间结构的盲源分离不同,该算法从信息理论学习中的相关熵概念出发,利用相关熵中蕴涵的各偶数阶统计信息,通过参数化中心相关熵与独立性测度的关系,建立代价函数,并通过优化算法对其进行寻优,从而得到解混矩阵并分离出源信号。仿真结果表明,在分离超高斯混合源和次高斯混合源时,分离性能优于传统的ICA方法。     

基于二阶统计量的盲辨识方法研究

在信号的预处理阶段,可简化盲源分离或独立分量分析方法,采用基于二阶统计量的盲辨识方法,分离不同功率谱的有色源信号,以改善自适应系统的收敛特性,消除冗余或减少噪声污染。提出了一种基于特征值分解的二阶统计量的盲辨识方法,可以较好地识别混合矩阵,对有色源信号进行盲源分离。通过不同时滞t的比较,以及不同算法的比较,证明了该辨识方法对不同的时滞在t=1时的分离效果最好,且该方法比其他方法的分离效果更好。     

对基于量化水印的两频带滤波攻击的估计

提出了一种基于量化水印的两频带幅值比例攻击的估计算法。基于量化的水印算法在有加性噪声攻击的情况下可以达到信道容量,然而对线性时不变滤波攻击没有鲁棒性。该文集中考虑一种使用滤波器组调整信号频谱的多频带幅值比例攻击,给出受攻击信号的概率密度函数(PDF)模型;使用这个PDF模型的简化近似;给出两频带滤波攻击幅值比例因子的最大似然估计方法。以合成的音频信号进行实验,结果显示出所提出的估计技术的有效性。     

子波分析检测壁湍流多尺度相干结构及间歇性

用热线风速仪精细测量了风洞中平板湍流边界层不同法向位置的流向速度分量的时间序列信号,用子波分析对湍流脉动速度信号进行多尺度分解,提出了用子波系数的瞬时强度因子和平坦因子检测多尺度相干结构的条件采样方法,提取了不同尺度相干结构的条件相位平均波形,研究了多尺度相干结构的统计特征.计算了子波系数的概率密度函数,研究了多尺度相干结构对其的影响.研究发现,提取出的各尺度相干结构是子波系数的概率密度在小概率位置是非Gauss分布的原因.当这些相干结构被分离出后,概率密度函数就回到Guass正态分布.     

非再生中继Nakagami-m信道协同系统的性能分析

将再生中继协同系统的性能分析推广到Nakagami-m衰落信道,导出其MPSK调制下的概率密度函数,基于此概率密度函数推出系统在不同衰落参数和调制指数下的平均错误概率和中断概率。Monte Carlo仿真结果验证了理论推导的正确性,为工程实际提供理论依据和数值参考。     

利用PDF文档结合ASP技术开发网络学习资源的探讨

目前最流行的电子文档格式之一：PDF文档,集多媒体信息于一身,交互方式丰富,并且可在Web上发布和传递,具有独特优势。本文在分析PDF文档和Web数据库进行双向数据传递机理的基础上,对如何利用PDF文档结合ASP技术开发网络学习资源进行了探讨。     

非参数GKNN估计的高效独立成分分析算法

基于概率密度非参数估计的广义k-最近邻估计(GKNN)和线性独立成分分析(ICA)神经网络,提出了一种新的ICA非参数算法,实现了对源信号分布的全“盲”要求．传统的ICA算法不能分离一般的包括超高斯、亚高斯和非对称分布的杂系混合信号,因此它们需知道源信号的一些信息．基于GKNN的非参数密度估计直接由观测信号样本出发,实现了对分离信号评价函数的直接估计,从而在一定程度上解决了ICA算法中如何选取估计信号评价函数的难题．所提算法可以只用一种灵活的评价函数分离任意的杂系混合信号,该算法为ICA的更广泛应用铺平了道路．模拟实验从统计性质和计算时间说明了所提算法性能的优越性．     

满足便携文档格式的公平多方合同签署协议

当前,便携文档格式中的多个数字签名与公平多方合同签署协议所交换的多个数字签名存在签署内容不一致的问题．文中尝试解决这一实际问题,构造以便携文档格式文件为载体的公平多方合同签署协议．采用了分布式的哈希计算方法,使得多个参与方可以在隐藏各自秘密的情况下,完成对一个共同消息的哈希;并采用传统的可验证加密签名技术,保障公平性,减少交互次数．最终获得了每次合同签署只需要与可信第三方交互一次的公平多方合同签署协议,并给出了该协议实际的性能参数．根据文中的结果,可以在实际应用中以便携文档格式文件为载体,多个参与方公平地签署一份文档,并通过普通的便携文档格式阅读器完成验证．     

单矢量传感器的互谱估计与方位估计

单矢量传感器的互谱估计,将时域随机过程变换成了频域随机变量.该变量的统计特性,使得各向同性噪声场影响具有更加明确的物理解释.给出了互谱估计一、二阶矩和一维概率密度函数.由于拾取了振速信息,单个矢量传感器便能获得目标方位的最大似然估计.基于互谱估计的统计特性,给出了方位估计概率密度函数的通解形式,在纯噪声和高信噪比两种极端情况下推导了方位估计的数字特征.对低信噪比的方位有偏现象做出了解释,对高信噪比的判别条件给出了定量描述.理论分析与仿真结果一致,从而为湖海实验研究预备了统计知识.     

Probabilistic density function estimation of geotechnical shear strength parameters using the second Chebyshev orthogonal polynomial

A method to estimate the probabilistic density function （PDF） of shear strength parameters was proposed. The second Chebyshev orthogonal polynomial（SCOP） combined with sample moments （the origin moments） was used to approximate the PDF of parameters. X^2 test was adopted to verify the availability of the method. It is distribution-free because no classical theoretical distributions were assumed in advance and the inference result provides a universal form of probability density curves. Six most commonly-used theoretical distributions named normal, lognormal, extreme value Ⅰ , gama, beta and Weibull distributions were used to verify SCOP method. An example from the observed data of cohesion c of a kind of silt clay was presented for illustrative purpose. The results show that the acceptance levels in SCOP are all smaller than those in the classical finite comparative method and the SCOP function is more accurate and effective in the reliability analysis of geotechnical engineering.     

过时信道状态下机会双向中继选择算法

提出了一种针对过时信道状态下机会双向中继系统的第N最优中继选择算法. 分析了该算法在过时信道状态下的中断率性能,即通过中继选择时刻信噪比的概率密度函数和以它为条件的数据传输时刻信噪比的条件概率密度函数,确定数据传输时刻信噪比的概率密度函数,给出系统中断率下界的闭式表达及其在高信噪比下的近似值. 仿真结果表明,新算法的中断率理论结果同蒙特卡罗仿真结果相重合,且在高信噪比下,其近似表达结果能很好地逼近理论结果.     

卫星信道基带残留误码分布特性拟合与模拟

卫星通信信道的基带残留误码特性直接影响上层通信协议的性能。通过对卫星通信系统仿真,提取基带误码图案,将基带误码分布图案通过误码持续期发生概率密度分布、误码持续期长度概率密度分布来表征。在典型的卫星通信系统参数条件下,拟合表明经过有噪莱斯衰落信道的误码持续期发生概率接近广义极值分布;经过高斯噪声信道的误码持续期发生概率密度、误码持续期长度概率密度接近负二项式分布。在此基础上完成的卫星基带信道硬件模拟器能够为通信协议的测试提供方便、可信的信道基带特性模拟。