基于时域联合对角化的卷积混合盲分离算法研究.pdfVIP

基于时域联合对角化的卷积混合盲分离算法 基于时域联合对角化的卷积混合盲分离算法 陈绍荣，敖卫东，徐舜，刘郁林 （重庆通信学院 重庆 400035 ） 摘要：本文针对卷积混合模型，提出一种仅用二阶统计量 所示。 的时域盲分离算法。通过直接在时域上定义的代价函数， 采用最速下降法搜索多项式矩阵，使观测值构成的空时相 关矩阵联合对角化，从而实现了源信号卷积混合的盲分离。 仿真结果表明应该盲分离算法不仅能有效分离非平稳、非 白色的源信号，而且避免了频域盲分离算法中固有的分离 信号排列顺序不确定所引起的频率置换模糊。 图2.1 离散时间卷积混合盲分离模型 关键词：盲源分离；非平稳；卷积混合；联合对角化 在图 2.1 所示的模型中，混合信号可以用有 限冲激响应（FIR ）的形式描述为 ( ) ( ) x A s v( ) ( ) ∗ k k k k + 1 引言 L 1 ( ) ( ) (2.1) A s k p v − k + ∑ p 根据信号的不同特性（如平稳性或非平稳 p 0 性）、不同的混合方式（如瞬时混合或卷积混合） 在式(2.1)中： 以及不同的处理方式（如时域处理或频域处理） ( ) [ ( ) ( )]T k x k x x k , , L m 是 m 维观测向量， 1 等，盲分离方法可以有不同的分类。在现实生活 ( ) [ ( ) ( )]T k s k s s k , , L n 是 n 维源信号向量， 中，许多信号具有非平稳特性，例如各种声音信 1 ( ) [ ( ) ( )]T k v k vv k , , L m 是与源信号不相关的 号，机械震动信号等。考虑到这些信号实际传播 1 过程中可能出现的时延、反射及传感器阵列的滤 m 维加性噪声向量， { ( ) (} ) a p p A L 0,1, , L 是一个 波效应，从传感器阵列观测的信号大多以卷积方