学位论文 > 优秀研究生学位论文题录展示

盲信号分离算法及其应用研究

作　者: 贾存丽
导　师: 田亚菲
学　校: 兰州大学
专　业: 通信与信息系统
关键词: 盲信号分离共轭自然梯度独立分量分析固定点迭代算法条件数约束联合对角化雅克比法同时对角化二阶盲辨识盲信号提取算法
分类号: TN911.7
类　型: 硕士论文
年　份: 2011年
下　载: 140次
引　用: 0次
阅　读: 论文下载

内容摘要

盲信号分离BSS(Blind Signal Separation)技术,是现代数字信号处理领域的-个热点研究内容。BSS算法对源信号和混合系统的先验知识要求较少,一般仅依据源信号的一些统计特性或者混合系统的一些结构特点,便可直接从观测信号中能够分离＼恢复出源信号。由于其具有重要的理论价值,目前在语音、通信、生物医学、特征提取等方面,已经获得了广泛的应用。经过很多研究者的深入探讨,盲信号分离算法可以在更多领域得到应用。本文在介绍了进行盲信号分离的相关理论知识的基础之上,对独立分量分析ICA(Independent component Analysis)和联合对角化算法JDA(Joint Diagonalization Algorithm)做了详细分析,并在原始算法的基础上,作了适当的改进。对于独立分量分析,研究了在盲信号分离中被广泛采用的自然梯度算法,对其收敛速度较慢的缺点,引入共轭梯度优化等自适应性EASI(Equivariant Adaptive Separation via Independence)算法。仿真实验比较了定点ICA算法、自然梯度算法以及改进算法的分离性能和收敛性能,结果表明改进的算法加快了收敛速度,一定程度上提高了分离性能。针对联合对角化方法容易陷入退化解的问题,通过对更新矩阵施加约束条件,同时最小化矩阵的条件数和对角化误差,避免了JDA算法陷入退化解的可能。并对改进算法和AMUSE、SOBI算法的性能进行了仿真比较,结果表明ECJDN提高了算法的稳健性,扩大了其应用范围。最后,对盲信号分离算法应用于多用户检测中的可行性进行分析,将该算法与最小均方误差、最小二乘、卡尔曼滤波等盲自适应检测算法的性能通过matlab进行仿真比较。结果表明基于盲分离的多用户检测方法在信噪比较高时,能够进一步提高CDMA系统的抗干扰性能和抗远近效应能力。

全文目录

中文摘要  3-4
Abstract  4-5
目录  5-7
第一章引言  7-13
  1.1 研究工作的背景  7-9
  1.2 盲信号分离的发展与现状  9-11
  1.3 本文主要工作和内容安排  11-13
第二章盲信号分离的理论基础  13-24
  2.1 源信号混合及分离模型  13-14
  2.2 盲信号分离的假设条件  14-15
  2.3 盲信号分离算法原理  15-24
    2.3.1 数据预处理  16-17
    2.3.2 常用目标函数  17-20
    2.3.3 常用优化方法  20-24
第三章盲信号分离的两种经典算法  24-37
  3.1 独立分量分析  24-29
    3.1.1 定点迭代算法  24-25
    3.1.2 自然梯度算法  25-26
    3.1.3 计算机仿真  26-29
  3.2 联合对角化  29-37
    3.2.1 二阶统计量模型  30
    3.2.2 可对角化条件  30-31
    3.2.3 联合对角化算法  31-33
    3.2.4 计算机仿真  33-37
第四章基于盲分离的多用户检测  37-44
  4.1 问题的描述  38-39
    4.1.1 CDMA多径信道信号模型  38
    4.1.2 ICA模型  38-39
  4.2 基于ICA的多用户检测  39
  4.3 盲自适应多用户检测算法  39-41
    4.3.1 盲自适应最小均方(LMS)算法  40
    4.3.2 递归最小二乘(RLS)算法  40
    4.3.3 基于Kalman滤波的盲多用户检测算法  40-41
  4.4 计算机仿真  41-43
  4.5 本章小结  43-44
第五章结论  44-46
参考文献  46-49
在读期间发表论文  49-50
致谢  50

盲信号分离算法及其应用研究

内容摘要

全文目录

相似论文