盲分离fast-ICA算法预白化自相关硕士论文.doc

盲信号分离fast-ICA算法研究 【摘要】 在源信号和传输通道未知的情况下,仅仅利用传感器接收的观测信号恢复出源信号的过程称为盲信号分离。当各个源信号相互独立时,盲分离方法又称为独立分量分析。近年来盲分离问题在无线通信,语音图像处理甚至是金融领域都呈现出广阔的应用前景。本文将重点放在线性瞬时混合的盲分离模型上,对已有的fast-ICA算法提出改进,得到一个新的无需预白化的fast-ICA算法。首先,本文简单介绍了盲分离的发展历史和现状及其应用领域。然后系统阐述了盲分离模型并分析了盲分离固有的两个不确定性以及实现盲分离的假设条件。简单介绍了优化理论,并总结了常用的对比函数以及已有的分离算法,对部分算法进行仿真分析。接着详细介绍了基于峭度最大化的间接fast-ICA算法,并对相关内容进行仿真实现。最后根据需要预白化和无需预白化两种情况下分离向量间的关系,引入自相关矩阵,导出无需预白化的fast-ICA算法,并仿真验证算法的有效性以及与其它算法相比所具有的良好性能。无需预白化的fast-ICA算法是批处理算法,在每次迭代中所有的样本数据都要参与计算,计算量较大。算法也属于不动点算法,比一般的自适应算法收敛得更快,且当获得的样本数据较少...?更多还原 【Abstract】 Blind source separation (BSS) aims at recovering source signals without any prior knowledge of the source signals and that of the channel. Especially when the source signals are statistically independent, BSS is termed as independent component analysis (ICA). Over the past years, BSS has attracted growing attention for its broad application in various fields, such as wireless telecommunication, audio and image signals processing, financial application, and so on. In this paper, we focus on the l...?更多还原 【关键词】 盲分离； fast-ICA算法； 预白化； 自相关； 【Key words】 blind source separation； fast-ICA； prewhitening； autocorrelation； 摘要 3-4 Abstract 4 第一章 绪论 6-12 1.1 引言 6-7 1.2 盲信号分离的发展及应用 7-10 1.2.1 盲信号分离的发展 7-9 1.2.2 盲信号分离的应用 9-10 1.3 本文结构安排 10-12 第二章 盲信号分离的基本方法 12-32 2.1 盲信号分离模型假设 12-14 2.1.1 盲信号分离信号混合模型 12-13 2.1.2 盲信号分离任务与结果 13-14 2.1.3 盲信号分离假设 14 2.2 盲信号分离基本方法 14-31 2.2.1 对比函数 15-20 2.2.2 优化理论相关知识 20-24 2.2.3 算法的类型 24-29 2.2.4 算法仿真 29-31 2.3 小结 31-32 第三章 fast-ICA 算法 32-42 3.1 预白化过程 32-35 3.2 峭度作为对比函数 35-37 3.3 基于峭度的梯度推导 37 3.4 基于峭度的fast-ICA 算法 37-40 3.5 小结 40-42 第四章 无需预白化的fast-ICA 算法 42-50 4.1 无需预白化的fast-ICA 算法 42-45 4.1.1 梯度推导 42-43 4.1.2 约束条件 43-45 4.2 仿真实验 45-47 4.3 与自适应算法以及fast-ICA 算法比较 47-49 4.4 小结 49-50 第五章 结论与展望 50-52 5.1 本文工作总结 50 5.2 盲信号处理领域工作展望 50-52