非最小相位系统中多信道盲解卷和盲源分离技术的研究计算机软件与理论专业论文.docxVIP

上海交通大学博士学位论文把时序结构的模型描述引入到盲分离算法，同时学习时序结构及解混合模型的参 上海交通大学博士学位论文 把时序结构的模型描述引入到盲分离算法，同时学习时序结构及解混合模型的参 数。分别针对瞬时混合和卷积混合两种情况，给出基于剩余量的盲分离和盲解卷算 法。最后还研究如何将盲解卷算法引入到无线局域网模型中，构造一个新型的无线 局域网模型框架，对把盲信号处理技术在具体问题的运用进行了探索。 本文的主要创新之处体现在： 1．提出一种基于滤波器分解的盲解卷模型，由一个因果的滤波器和一个反因果的 标量滤波器组成一个灵活的串联结构，利用这种结构分别给出两个滤波器的学 习算法，给出了相应的稳定性条件。 2．利用两阶段解卷方法，提出一种由基于二阶盲去相关算法和高阶去混合算法相 结合构成的盲解卷算法，并结合滤波器分解方法，给出了解决非最小相位系统 盲解卷问题的两阶段盲解卷算法。 3．分析非奇异矩阵与非奇异滤波器流形的几何结构，给出相应流形上的测地线、 平行移动和共轭梯度定义，然后应用于解决盲分离问题，分别给出瞬时混合及 卷积混合情况下的共轭梯度盲算法。 4．同时考虑信号的时序结构及高阶统计量，利用使抽取时序结构后的剩余量信号 相互独立准则，得出基于剩余量的瞬时盲分离和卷积盲分离算法，有效解决具 有时序结构的信号的盲分离和盲解卷问题。 5．把盲均衡技术与MIMO、OFDM技术相结合，提出一种新型的无线局域网模 型。给出一种解决解决高速传输问题的薪思路，并在理论和算例上验证新框架 的可行性 关键N．-盲解卷积，盲源分离，非最小相伴系统，自然梯度，共轭梯度，二阶统计 量，高阶统计量 一Ⅱ一 Multichannel Multichannel Blind Deconvolution and Blind Source separation of Non-minimum Phase Systems ABSTRACT Recently,blind signal processing(Blind Source Separation。Blind Equalization,Blind Identification，Blind Deconvohition)has attracted considerable attention in signal process- ing societies．This kind of problem arises in various applications，such as biomedical signal processing，medical image，wireless communication,speech enhancement,speech recog— nition，seismic signal processing，data mining．The objective of blind signal processing is to re．cover the original$Ource or identify system by only using sensor signals and certain knowledge on statistics of source signals． In blind signal processing，the blind deconvolution of non—minimum phase system is a difficult task．In a non-minimum phase system，it includes two sub-systems：maximm phase system and minimum phase system．To deal with this problem，we should Use a dou- bly infinite impulse response(IIR)filter to construct the demixing model．In practice，it is not easy to develop an effective algorithm for lIR filter．In this paper，we study blind de- convolution problem in several aspects．First，we present a cascade demixing model which consists of a causal finite impulse response(FIR)and an anti—causal FIR filter．We develop the na