基于ICA的盲信源分离-模式识别与智能系统专业论文.docxVIP

摘要信源数未知和动态变化时的盲信源分离(Bss)是一个重要的热门研究课题。 摘要 信源数未知和动态变化时的盲信源分离(Bss)是一个重要的热门研究课题。 近年来已提出了许多分离算法，其中有些算法如自然梯度、相对梯度等算法特别 有效，但大多数算法都要求信源数己知并且固定，也就是说在信源数未知或动态 变化的情况下，这些方法也不是每次都能得到良好的分离结果。为此，本文提出 了一类未知信源数的确定、信源数动态变化的检测和信源的在线盲分离的算法。 本文的主要工作有： · 利用神经网络输出分量之间的相关系数，检测出冗余的输出信号，并 通过改变动态神经网络(DNN)的结构，删去冗余的输出信号。DNN的结构随信 源个数的变化而变化，并采用自然梯度算法实现了未知信源数的确定、信源数动 态变化的检测和信源的在线盲分离。 · 基于独立分量分析(ICA)的盲信源分离技术以及小波包分解技术， 提出了根据能量特征向量确定信源数的方法。在信源数未知或动态变化的情况 下，首先采用自然梯度的ICA算法在线分离出各输出分量，然后根据输出分量 的小波包分解，得到各输出分量的能量特征向量，在线计算各能量特征向量之间 的距离，可以检测出相干的输出信号分量，通过删除这些冗余的输出信号，可以 确定出未知的信源数，并适合于信源数动态变化的情况。 ·计算机仿真结果验证了论文提出算法的有效性。 关键词：盲信源分离独立分量分析自然梯度算法相关系数小波包动态 神经网络 AbstractThe Abstract The blind source separaron(Bss)when the SOUrCe number is unknown and changes dynamically is all important and open problem，In recent years，many separating algorithms have been developed，in which some algorithms such as the natural gradient algorithm and relative gradient algorithm work effective However, mest of algorithms require that the number of sources is assumed to be known a priori and unchanged+In other word，those algorithms can riot always obtain good separation results，when the source number is unknown and changes dynamically．A new algorithm is introduced in this paper,which is applied船the determination of unknown number of sources and the detection of the source number dynamically,as wd!as the on-tine blind separation of§oTarce$． The key points ofthe paper ale as follows： ·Based on the correlation coefficiem among the elements OfoutptR vector of neural network，the redundant signai in output components can be detected，and deleted by changing the structure of dynamic neural network(DNN)，The DNN using aatu罐gradient algorithm can be change4 its structures when the sourco number cart is changed with DNN，the unknown source number can be determined，the changing source number call be detected,and the mixed source Call be separated on-line． ·Based 0n the blind source separation with independent component analysis(ICA)and wavdet packet dec