基于信息理論盲源分離算法的研究.pdf

1、二十一世紀是信息迅速發(fā)展的時代，信息量以驚人的速度在傳遞，這就要求接收到的信息準確而快捷，信號處理成了人們研究的熱點問題之一。盲源分離是指在既不知道源信號分布，又不知道源信號混合模型的情況下，僅利用觀察信號來恢復或提取獨立的各個源信號的方法。目前已廣泛應用于無線通信、陣列信號處理、語音信號分離、圖像處理，生物醫(yī)學、地震勘探、雷達和聲納、噪聲消除等領域。 本文所作的主要工作有：(1)分析了盲源分離算法基本理論及研究動態(tài)，闡述了基于

2、信息理論的盲源分離的三種算法，即最大化輸出熵法、最大似然估計、輸出互信息最小化。 (2)本文基于信息理論中最大化輸出熵與最小互信息量準則，針對雙曲正切函數(shù)、指數(shù)函數(shù)和反正切函數(shù)三種不同的非線性函數(shù)，利用最陡下降法，推導出了相應的算法迭代公式。 (3)采用三種不同的源信號(即兩個亞高斯信號與高斯信號的混合信號，亞高斯信號、高斯信號、超高斯信號的混合信號)，進行了計算機仿真，驗證了所推導算法的有效性。 (4)采用五種