含噪盲信号提取和分离技术研究-电子与通信工程专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 (必威体育官网网址的学位论文在解密后应遵守此规定) 签名： 导师签名： 日期： 年 月 日 万方数据 万方数据 摘要 摘 要 近年来，盲信号分离算法作为一种热门的新兴算法，引起了国内外多个领域 研究者们的密切关注。盲信号分离指的是当源信号和混合信道的特性都无法获知 的情况下，只依靠传感器阵列获得的观测信号波形来恢复混合前多路源信号的波 形。目前，盲信号分离方法已成为了信号处理领域研究的一个热点，在生物医学、 噪声消除、图像处理、无线通信技术等领域都被广泛应用。随后，在盲信号分离 的基础上衍生出了盲信号抽取方法，不同于盲信号分离对目标信号的并行提取， 它借助信号的自身特性，按照一定的顺序例如信号峭度、非高斯性测度、稀疏性 测度等将目标信号逐个提取。 在目前的盲分离或盲抽取算法的各个研究方向中，多数是在混合信号不含任 何形式噪声的算法模型下或者在噪声对分离或抽取算法的影响可忽略不计的假设 下进行研究。然而在实际情况中，无论是通信信号、语音信号还是医学信号，都 不可避免地会被各种形式的噪声和干扰影响，而且大多数时候对算法性能的影响 是很大的，甚至将导致算法无法正确实现。所以，无论从理论和实际应用的角度， 含噪盲信号分离或抽取算法的研究都是非常必要的。现阶段，关于含噪盲信号分 离或抽取问题，已经有了一些有效可行的稳健算法。其中包括，针对非广义高斯 噪声的分布模型采用经过优化的非线性激活函数；采用处理缺损数据的期望最大 化（EM）算法来完成含噪盲信号的分离和抽取；将噪声信号看成是与多路混合信 号并行的信号成分，利用含高斯分布信号的抽取算法来得到目标信号并消除噪声 和干扰信号；采用已有的前置滤波装置对噪声进行简单的滤除等等。这些方法在 一定程度上降低了噪声对分离算法性能的影响，提高了分离结果的准确度。 考虑到噪声信号形式的多样性以及实际处理问题中存在许多未知变量的影 响，含噪盲信号信号分离和提取算法较为复杂，目前各研究领域针对含噪盲信号 分离或提取算法的研究还不完善并且有很大的改进空间。本论文在此背景下以减 小由测量噪声、环境噪声、干扰信号等所引起的分离或提取算法误差为目标进行 研究，将现有的全盲或半盲自适应的盲信号分离方法进行分类。并且按照类别的 不同提出几种相应的改进含噪稳健处理算法，其中主要包括基于源独立性的含噪 提取算法、基于时间自相关性的含噪提取算法以及基于降噪盲源分离（DSS）框架 并结合噪声小波预处理的含噪提取算法。在对算法原理进行理论分析的同时，通 I 摘要 过仿真实验验证了这几种算法的有效性和可行性。此外，指出了在含噪盲信号分 离和提取问题上未来可能的研究方向。 关键词：盲信号抽取，盲信号分离，时间自相关信号，降噪盲分离 II ABSTRACT ABSTRACT In recent years, Blind Signal Processing (BSP) algorithms arouse wide concern of researchers in various fields at home and abroad. Blind source separation (BSS) refers to estimate the source signal waveform by observation signal without the knowledge of source signal and the transmission channel characteristics. At present, it has become a hotspot in the signal processing field, and has been widely applied in biology and medicine, noise elimination, image processing, and wireless communications