兩輸入兩輸出全息盲信號的解析分離.pdf

1、盲信號分離是近十幾年來發(fā)展起來的新興課題。隨著其分離技術的日益成熟,已被廣泛的應用于語音信號處理、圖像處理、生物醫(yī)學工程、環(huán)境工程、工業(yè)工程等眾多領域。由于其實用性和應用領域的廣泛性,很多專家和學者投入了大量的時間和精力致力于盲信號分離的研究。目前現(xiàn)有的盲分離方法,其基本思想都是抽取出統(tǒng)計獨立的特征來表示輸入,屬于在目標函數(shù)下的無監(jiān)督學習。算法過程大都是迭代計算過程,運算速度比較慢,且分離出的信號存在兩個不確定性:即信號絕對幅值的不確定

2、性和排列順序的不確定性。雖然,現(xiàn)有盲分離方法的應用十分廣泛,但對于一些要求信號幅值和排序信息的特殊領域,其局限性就顯現(xiàn)出來了。針對現(xiàn)有盲分離方法的這些不足之處,本文提出了“兩輸入兩輸出全息盲信號的解析分離”。本文提出的算法主要分為兩大部分。第一,應用獨立譜線在時域的配準原則,得到兩通道的幅值比參數(shù)和相對時延參數(shù),完成參數(shù)估計部分。這也是本課題的核心部分,參數(shù)估計的好壞,直接影響到以后分離的精度。第二,以估計出的參數(shù)為依托,重組線性方程組

3、,利用函數(shù)方程組的特殊性質(zhì)及三角函數(shù)的特性,摒棄傳統(tǒng)的迂回迭代算法,應用解析的方法分離混合信號。本文通過設計一系列不同信號條件下的仿真實驗,驗證本文提出的算法可以在無噪聲干擾(或噪聲干擾微弱時)和無頻譜泄漏(或頻譜泄漏不嚴重時)的情況下,精確的分離出兩路相關信號。本分離算法應用的是解析算法,除數(shù)學計算上的誤差外,基本無其它誤差,算法精確、快速。分離出的信號除信號的頻譜特征外,還包含了其幅值比信息和相對時延信息,即“全息”。本文提出的分離