實(shí)時(shí)線性混疊信號(hào)盲分離算法及其應(yīng)用研究.pdf

1、盲信號(hào)分離是信號(hào)處理領(lǐng)域和神經(jīng)網(wǎng)絡(luò)領(lǐng)域近年來研究的熱點(diǎn)問題之一,有著廣泛的應(yīng)用前景,目前在語音識(shí)別、圖像處理、醫(yī)學(xué)分析都取得了成功應(yīng)用.但是由于該技術(shù)的理論深度與難度較大,現(xiàn)階段對(duì)它的研究還遠(yuǎn)未成熟,還有許多理論問題及研究方法、實(shí)現(xiàn)技術(shù)等有待人們?nèi)ヅν瓿?該文就實(shí)時(shí)混疊盲分離存在的幾個(gè)基本問題進(jìn)行了研究,具體內(nèi)容如下:(1)對(duì)盲信號(hào)分離的基本理論問題(如在什么條件下可以分離,在可分離的條件下,能分離多少源信號(hào)等)進(jìn)行了探討,給出了可從

2、傳感器所觀測(cè)的混疊信號(hào)中分離出源信號(hào)的充要條件,并回答了源信號(hào)能夠提取的數(shù)量問題.(2)提出了兩種基于旋轉(zhuǎn)變換的實(shí)時(shí)線性混疊信號(hào)同步盲分離算法.(3)提出了兩種盲提取算法.一種是針對(duì)奇異混疊情形的盲提取算法,該算法基于罰函數(shù)理論,對(duì)源信號(hào)進(jìn)行逐一提取,仿真結(jié)果表明該方法能夠有效提取可以提取的信號(hào);另一種是基于遺傳算法的盲提取算法,該方法能夠確保源信號(hào)按照四階累計(jì)量的絕對(duì)值降序提取,解決了目前梯度算法容易陷入局部極值的茫然.(4)對(duì)自適應(yīng)