独立分量分析及其在核探测信号预处理与应用.pdfVIP

第六届全国核仪器及其应用学术会议论文集 ofthe6thNationalConferenceonNuclearInstrumentIts Proceedings Application 独立分量分析及其在核探测信号预处理中的应用 邹永祥1，一，吴建平1 (1．成都理工大学应用核技术与自动化学院，四川成都；2．宜宾学院，四川宜宾) 摘要：针对核探测(Nucleardetector)信号信噪比低、背景杂波强，事先对探测目标的信息所知甚少，近乎处于 号处理技术应用于核探测信号处理，并利用ICA中的FastICA算法，对ICA法在核探测信号处理中的应用进行了初步 探索，实现了核探测信号中各组分信号和背景杂波的有效分离，并初步解决ahICA方法本身带来的所分离目标独立分 量信号符号的不确定性等问题，使核探测信号信噪比大幅提高，从而使核探测的目标检测性能也得以显著改善，表明 ICA在核探测仪信号处理中具有应用前景． 关键词：独立分量分析；核探测信号：盲源分离 在复杂的背景环境中所接收的信号往往是 实际时域核探测观测信号，大致由粒子散 由不同信源产生的多路信号的混合号。从混合信 射、目标信号、粒子相互作用所形成的干扰信号， 号中分离出某一信号是信号处理领域的一个传 以及观测环境中的放射性随机噪声等成分构成， 统的课题。但如果我们对信号的混合方式缺乏 在时域、频率域互有重叠，一般难以区分，常常 了解，则源分离问题则变成一个难题，即盲源分 严重阻碍对目标的有效探测。本文在对核探测仪 观测信号特点进行分析的基础上，结合ICA的快 离问题(BSS)。独立分量分析(ICA)是伴随着盲信 源问题而发展起来的一项统计信号处理的新技 速算法(FastICA)，对ICA用于核探测信号处理作 术。ICA处理的对象是相互统计独立的信源经线 了有益的尝试。初步的研究结果表明：ICA在用于 性组合而产生的一组混合信号。最终目的是从混 核探测仪信号处理，以实现目标信号的有效分离 合信号中提取出各独立的信号分量。 与提取、去除干扰等方面，是一种很有前景的方 法。 在统计信号处理中，主分量分析(PCA)、奇 异值分解(SVD)、因子分析(FA)等，均属于线性变 1独立分量分析原理 换技术。其dPPCA和SVD是基于信号的二阶统计 1．1ICA的基本要求和有关变量定义 特性的盲信号处理方法，其出发点是信号各分量 间所存在的相关性。而起源于BSS的ICA贝IJ是基图l为ICA的示意图，设有Ⅳ个未知的源信 于信号的高阶统计特性，使分解出的各信号分量 号s，(f)’f_1，．．．N，构成一个列向量 之间尽可能相互独立。传统的信号处理大都基 sO)：Is。∽．．，S，(f犷。设A是一个脑xN维矩阵， 于所谓的高斯信号，而现实中的信号又往往并不 matrix)。设 一般称为混合矩阵(mixing 满足高斯性假设。因此，ICA信号处理方式更接近 于实际，并且作为BSS技术近年来的一项重要进 A混合后被M个传感器所接收的信号，用矩阵 展，已经成为信息与信号处理等相关领域的一个 形式可以表示为： 研究热点。 xO)=AS(t)， M≥N (1．1)