一种充分利用变量结构的解卷积 混合盲源分离新方法

 针对卷积混合盲源分离问题,提出一种基于接收信号不同延时下自相关矩阵组的联合块内对角化方法.为了求解表征联合块内对角化近似程度的基于最小二乘的三二次代价函数,给出基于梯度下降法的三迭代算法.该算法在充分利用混迭矩阵的块Toeplitz结构和源信号相关矩阵的块内对角化结构的基础上,交替估计代价函数中的三组待定参数,搜索代价函数最小点,从而得到混迭矩阵的估计,实现信道的盲均衡和源信号的盲分离.分析了三迭代算法的收敛性能,证明即使存在估计误差时,该算法依然全局渐进收敛.仿真结果表明,与其他经典的两步算法相比,提出的一步算法能够更好地估计混迭矩阵并恢复出源信号,有效地解决了卷积混合盲源分离问题.     

一种利用结构特点实现复数域联合对角化解盲源分离新算法研究及应用

联合对角化方法是求解盲源分离问题的有力工具.但是现存的联合对角化算法大都只能求解实数域盲源分离问题,且对目标矩阵有诸多限制.为了求解更具一般性的复数域盲源分离问题,提出了一种基于结构特点的联合对角化（Structural Traits Based Joint Diagonalization,STBJD）算法,既取消了预白化操作解除了对目标矩阵的正定性限制,又允许目标矩阵组为复值,具有极广的适用性.首先,引入矩阵变换,将待联合对角化的复数域目标矩阵组转化为新的具有鲜明结构特点的实对称目标矩阵组.随后,构建联合对角化最小二乘代价函数,引入交替最小二乘迭代算法求解代价函数,并在优化过程中充分挖掘所涉参量的结构特点加以利用.最终,求得混迭矩阵的估计并据此恢复源信号.仿真实验证明与现存的有代表性的对目标矩阵无特殊限制的复数域联合对角化算法FAJD算法及CVFFDIAG算法相比,STBJD算法具有更高的收敛精度,能有效地解决盲源分离问题.     

利用盲源分离算法实现DOA估计

提出一种基于快速盲源分离算法实现波达方向（DOA）估计的方法。构造了具有对角化结构的相关矩阵组,引入解盲源分离问题的联合对角化代价函数,采用一种快速的复数域乘性迭代算法求解代价函数,得到混迭矩阵逆的估计,进而实现DOA估计。与同类算法相比,该算法具有更广的适用性和更精确的DOA估计性能。仿真实验结果验证了算法的快速收敛性和优越的估计性能。     

基于单分量提取的卷积盲分离算法

针对卷积盲分离问题,利用源信号之间相互独立的性质,提出一种基于单分量提取的联合块对角化算法依次估计各源信号对应的传输信道,以实现源信号分离.利用白化后观测数据相关矩阵的酉正交块对角化结构,改进最小二乘代价函数,将原函数中关于传输矩阵的四次函数转换为一组相互独立的子代价函数.每个子代价函数为三组待定参数的二次函数,用于估计一个独立信号块到达接收阵的子混迭矩阵.提出单分量提取的联合块对角化算法,交替估计各子代价函数中的三组待定参数,得到子信道混迭矩阵的估计,实现源信号的分离.实验结果表明,与经典的类Jacobi算法相比,所提算法收敛步骤大约减少20步,且收敛性能提高至少3dB,可快速有效地解决卷积盲分离问题.     

基于遗传算法和时频分布的跳频信号盲分离

根据跳频信号的非平稳特性,采用一种基于时频分布的跳频信号盲分离算法,通过合理选择符合＂单个自项＂要求的时频点,将盲源分离问题转化成对一组时频分布矩阵联合对角化的数学优化问题,由于遗传算法具有良好的全局寻优能力,因此利用遗传算法对能够表征矩阵联合对交化效果的代价函数进行优化求解,寻找能将矩阵组联合对角化的权矩阵。仿真结果...     

非正交联合对角化盲分离算法的可辨识性研究

该文从非正交联合对角化的唯一性条件出发,研究了盲分离算法的可辨识性问题。由接收信号的二阶统计量和高阶累积量分别组成的目标矩阵具有可对角化的结构,因此可以用非正交联合对角化的方法解决盲分离问题。指出非正交联合对角化的唯一存在条件是:由对角矩阵中相同位置的对角元素所组成的向量两两线性无关。从该条件出发推导出基于二阶统计量的非正交联合对角化算法实现盲分离的充分必要条件是源信号自相关函数的形状不同,基于高阶累积量的算法实现盲分离的充分必要条件是源信号中没有高斯信号,从而为运用非正交联合对角化解决盲分离问题提供了理论指导。数值仿真试验验证了结论的正确性。     

快速NMF盲源分离算法

将秩一非负矩阵分解应用于盲源分离问题,把基于欧式距离的目标函数转化成二次函数的形式;施加稀疏性约束和正交性约束保证信号可分离性;利用二次函数的性质分别推得混合矩阵和源信号的迭代公式,从而得到一种基于秩一分解的快速NMF盲源分离算法（NMF-R1)。分析得到一次迭代更新NMF-R1算法比传统NMF盲源分离算法（NMF-BM)所需乘法次数少约30%,NMF-R1算法无矩阵求逆运算,NMF-BM算法还需2次矩阵求逆运算。图像信号的超定和欠定盲源分离仿真结果表明,NMF-R1算法都能分离出源信号, NMF-BM算法只能分离超定混合信号;NMF-R1算法与NMF-BM算法比,分离性能好、收敛速度快。      

基于遗传算法的超亚高斯混合信号盲分离

针对基于扩展信息最大化算法的盲源分离算法在分离超亚高斯混合信号时依赖于信号的峭度估计且对初始分离矩阵和步长较为敏感的问题,提出了一种基于遗传算法的盲源分离算法。该算法以分离信号之间的互信息作为代价函数,采用非多项式函数的逼近方法解决了互信息求解过程中涉及到的负熵的计算问题,用遗传算法代替梯度寻优算法最小化代价函数。仿真结果表明:在分离超亚高斯混合信号时,该算法计算简单,鲁棒性好,迭代100次时性能指数值达到0.025 5,分离性能优于基于扩展信息最大化算法的盲源分离算法。     

基于二阶统计量的语音信号时域卷积盲分离算法

该文针对语音信号卷积混迭模型,利用信号间近似不相关和短时平稳等二阶统计特性,根据盲分离固有的排列和尺度不定性,改进最小二乘拟合函数,将关于混迭矩阵的四次函数转化为3组待定参数的二次函数。提出优化该代价函数的非正交联合块对角化算法,分3个子步,每个子步求解一个最小二乘问题,交替估计3组待定参数,逼近代价函数最小点。与ZJBD等同类方法相比,该方法具有计算复杂度低,估计精度高且对初始参数选择不敏感等特点,可直接在时域实现语音卷积盲分离。     

基于三二次优化的语音卷积盲分离方法

 针对语音信号卷积混迭模型,利用语音信号近似独立及短时平稳特性,提出一种基于三二次迭代优化的混迭矩阵多分量联合估计方法,交替估计三组待定参数的二次代价函数实现联合块对角化,在时域解决卷积混迭盲分离问题.理论分析了所提方法的计算复杂度和迭代收敛性.实验表明,相比于类Jacobi方法,所提方法收敛速度更快,且全局拒噪水平平均改善5dB,巴克谱失真系数改善达0.12.     

基于联合矩阵对角化的双基地MIMO雷达DOD-DOA估计

针对双基地MIMO雷达收发角(DOD-DOA)估计问题,该文提出一种基于联合矩阵对角化的快速多目标收发角估计算法。该算法首先根据匹配滤波输出的数据结构,利用奇异值分解和秩1矩阵判断定理将收发角度估计问题转化为联合矩阵对角化问题,然后采用单次-扫描迭代算法对其求解,得到收发阵列流型矩阵,最后通过谱分析方法估计收发角。该算法充分利用匹配滤波输出的所有信息,无需2维谱峰搜索,每次迭代均可得到精确的闭式解,且收发角自动配对。与现有算法相比,该算法不仅提高了角度估计精度,而且有效降低了运算量。仿真结果证明了所提算法的有效性。     

多基线数据融合的双基地MIMO雷达角度估计

提出了一种双基地MIMO雷达角度估计方法。在发射端利用ESPRIT算法获取长短基线的旋转不变因子,通过联合对角化提高离开角度(DOD)的估计精度。根据已估计的DOD,采用迭代算法得到接收导向矢量。针对等距线阵和非等距线阵,分别提出了基于范德蒙矩阵特性和解模糊的多基线联合到达角度(DOA)估计方法,避免了两维搜索且角度自动配对。计算机仿真验证了该方法的有效性和优越性。     

Joint blind source separation by generalized joint diagonalization of cumulant matrices

In this paper, we show that the joint blind source separation (JBSS) problem can be solved by jointly diagonalizing cumulant matrices of any order higher than one, including the correlation matrices and the fourth-order cumulant matrices. We introduce an efficient iterative generalized joint diagonalization algorithm such that a series of orthogonal procrustes problems are solved. We present simulation results to show that the new algorithms can reliably solve the permutation ambiguity in JBSS and that they offer superior performance compared with existing multiset canonical correlation analysis (MCCA) and independent vector analysis (IVA) approaches. Experiment on real-world data for separation of fetal heartbeat in electrocardiogram (ECG) data demonstrates a new application of JBSS, and the success of the new algorithms for a real-world problem.     

一种新的联合对角化算法

该文提出了一种用于对一组实对称正定矩阵进行联合对角化的新算法。文中的研究表明,对一组实对称正定矩阵的联合对角化问题可以近似成一个独立分量分析问题来解决,并且给出了相应的算法。同时,算法的性能也通过一个实例与其它方法进行了比较。     

多用户MIMO系统下行链路的空分多址发送预滤波技术研究

该文提出了一种用于多用户MIMO系统下行链路的空分多址发送预滤波技术,通过在目前已有的基于块对角化的联合TX-RX MMSE算法的基础上,增加新的约束条件,使等效信道由块对角化矩阵变为完全对角化矩阵,就可以在发送端同时将多用户干扰(MUI)和用户内部各根天线之间的干扰完全消除。改进后的算法除了具有基于块对角化的算法的特点外,还具有更切实可行,简化接收机设计的优点。     

Nonorthogonal Joint Diagonalization by Combining Givens and Hyperbolic Rotations

A new algorithm for computing the nonorthogonal joint diagonalization of a set of matrices is proposed for independent component analysis and blind source separation applications. This algorithm is an extension of the Jacobi-like algorithm first proposed in the joint approximate diagonalization of eigenmatrices (JADE) method for orthogonal joint diagonalization. The improvement consists mainly in computing a mixing matrix of determinant one and columns of equal norm instead of an orthogonal mixing matrix. This target matrix is constructed iteratively by successive multiplications of not only Givens rotations but also hyperbolic rotations and diagonal matrices. The algorithm performance, evaluated on synthetic data, compares favorably with existing methods in terms of speed of convergence and complexity.      

基于JADE的和差四通道抗多主瓣干扰算法

强压制干扰出现在雷达主瓣内时,雷达的探测效能会受到严重影响。对此,提出了基于矩阵联合对角化（Joint Approximation Diagonalization, JADE）的和差四通道抗多主瓣压制干扰算法。新方法利用JADE算法通过对和差四通道接收到的混合信号进行盲分离,然后对分离后的4个通道进行脉压处理,最后进行峰值检测以提取目标回波信息,从而有效抑制多主瓣压制干扰。仿真结果表明,该方法在主瓣干扰位于1/10个波束宽度时依然有效,性能比空域自适应处理方法有明显改善。