一种新的尖峰信号盲反卷积方法3.PDFVIP

　第 17 卷 　第 4 期 南 　京 　邮　电　学 　院　学 　报 Vol. 17 　No. 4 　　1997 年 12 月 Journal of Nanjin g Institute of Posts and Telecommunications Dec. 1997 一种新的尖峰信号盲反卷积方法 朱 幼 莲 ( 常州技术师范学院 ,常州 ,213001) 张 玲 华 (南京邮电学院信息工程系 ,南京 ,210003) 摘 　要 　介绍一种新的盲反卷积方法 , 以解决尖峰信号的盲卷积问题 ,该方法不需知道信号和噪声的先 验知识 。基于尖峰信号高斯混合模型 ,给出一个 自适应反卷积滤波器和一个 自适应零记忆非线性 估计器 , 以实现信号的恢复 。将进化计算和梯度算法相结合 ,对反卷积滤波器和零记忆非线性估计 器进行参数寻优 ,从而获得良好的信号恢复效果 。最后给出计算机仿真结果 。 关键词 　信号分析 ,卷积 ,熵 ,盲反卷积 中图分类号 　TN9116 1 　引　言 　　盲反卷积是由已知一线性系统的输出和有关输 入的统计信息重构输入序列 。盲反卷积算法本质上 是自适应滤波算法 ,它不需要外部供给期望响应 ,就 ( ) 盲反卷积在地球勘探建模 地震反卷积 、超声 可使自适应均衡滤波器的输出产生误差信号 , 即算 分析 、医学成像以及生物医学工程等领域有着广泛 法对期望信号应是盲的。算法本身通过对与自适应 的应用 。文献[1 ]提出的极大似然反卷积方法 ,假设 过程有关的序列进行非线性变换来产生期望响应的 输入信号为贝努利高斯信号 , 可得到稀信号的幅 估计值 。 度 、模型参数以及滤波器系数 。但是该算法计算量 图 1 为反卷积系统框图。 大 ,且难以实现似然函数的全局寻优 。文献[ 2 ,3 ]提 出的利用高阶统计矩的盲反卷积方法 , 虽然能够获 得全局最优 ,但计算量仍然很大 ,且要求有较长的观 测数据及可靠的高阶统计矩 。文献[ 4 ]提出了一种 新的逆滤波准则 ,用于尖峰信号盲反卷积 。本文利 用文献[ 4 ] 的准则 , 不需知道信号和噪声的先验知 识 ,基于尖峰信号的高斯混合模型 ,给出一个 自适应 图 1 　反卷积系统 反卷积器和一个 自适应零记忆的非线性估计器 ,并 假设 x ( n) 是独立同分布的随机变量, 具有非高 用进化计算和梯度法相结合的方法对反卷积滤波器 σ ( ) 斯概率密度函数, 其均值为 0 , 方差为 ; h n 为未 和零记忆非线性估计器的参数进行全局寻优 ,从而 知线性时变的因果稳定系统, 其逆滤波器 h I ( n) 存 由观测信号有效地估计输入信号 。