盲信号分离

摘要： GNSS坐标时间序列中包含不同的地球物理信号和解算误差,隐含的不同地壳形变信息难以量化分离,这制约着人们进一步利用GNSS坐标时间序列深入分析和研究地壳运动及其动力学过程。为此,论文将盲信号分离技术-独立分量分析(ICA)引入垂向GNSS坐标时间序列分析中,利用GNSS坐标序列的高阶统计信息,挖掘和提取GNSS坐标序列中不同地球物理驱动引起的地壳形变信息。具体内容包括。

摘要： 信号概率密度函数估计是盲信号分离的关键步骤,其估计的好坏直接影响算法的性能。传统的盲信号分离算法中所用的信号概率密度函数一般只适合轻拖尾信号,而无法准确描述重拖尾信号、冲击脉冲信号的概率特性,使得分离效果较差。针对此问题,提出一种高斯混合模型自适应盲信号分离算法。该算法采用高斯混合模型的概率密度函数估计技术,可以根据高斯核函数理论直接对混合信号的评价函数进行估计,从而实现盲信号分离。文中就轻拖尾与轻拖尾信号的混合,重拖尾与重拖尾信号的混合,以及轻拖尾与重拖尾信号的混合三种情况进行了仿真实验验证,并与Kernel ICA、广义高斯模型、扩展最大熵进行对比。通过不同样本数目的盲信号分离结果可知,文中算法的分离效果较好,具有较高的信噪比。

摘要： 粒子群优化算法是一种新的模仿鸟类群体行为的智能优化算法,是群体智能优化算法的一个重要分支,已成为国际上仿生智能计算领域里的研究热点和重点之一。《仿生智能计算中的粒子群优化算法及应用》一书获广东科学技术学术专著项目“仿生智能计算中的粒子群优化算法及应用”(2017A030304010)资金资助,由高鹰,[美]高翔编著、科学出版社出版,系统论述了仿生智能计算中的粒子群优化算法及在盲信号分离、隐马尔可夫模型优化、网络编码优化、股票价格预测、多路回波消除和FIRSIMO信道盲辨识等中的应用。

摘要： 固定步长和自适应步长是EASI在线盲源分离算法的两个应用方式.固定步长的最大缺点在于收敛速度与稳态误差间存在着矛盾,即大步长收敛速度快,但稳定性随之降低;反之,小步长稳定性较好,但收敛速度将会大幅下降.为了解决这一矛盾,提出了一种分阶段学习的盲源分离算法,即将整个信号的分离迭代过程根据迭代次数和信号分离度划分为初级阶段、伪初级阶段、捕捉阶段和跟踪阶段四个阶段,根据每个阶段信号的分离特点采取不同的学习速率.仿真实验证实,提出的自适应EASI算法可以有效提高盲源分离算法的稳态性能和收敛速度,该算法不仅在平稳环境中具有良好的性能,而且在非平稳环境中也具有更快的调整能力和更优的算法性能.

摘要： 本文重点研究一种弱化先验条件,在近似盲信号的模型中,通过一种串行分离的方法,将同频信号逐个分离,达到对目标回波信号的检测,从而实现将接收信号中同频干扰的抑制.通过这种盲信号的模型抑制同频干扰,可以将重叠的同频信号进行分离,并且仅仅通过算法的改变,就能实现干扰抑制,对于改进现有装备雷达适用性强,降低新研成本和周期.再结合传统多周期脉冲相关的方法,可以大大提高干扰抑制能力,并且对非编队内的其他同频干扰类型也有一定的作用.

摘要： 针对胎儿心电信号检测难的问题,提出基于FastICA及自适应相干处理的胎儿心电信号提取方法.首先利用自适应相干抵消进行基线漂移和母体心电的预处理,随后使用FastICA对数据进行分离和处理,从分离结果可以看出迭代次数为18时胎儿的心电信号最佳,然后对FastICA分离通道数进行讨论和实验,明确分离通道数目,最后使用频谱图观察处理后的胎儿心电信号质量,可以看出该方法收到了良好的效果.

摘要： 针对复杂工况下滚动轴承故障信号盲提取问题,该文提出一种独立分量分析(ICA)中非线性函数自适应选择方法,解决了等变化自适应源分离算法(EASI)在多类振动源共存的情况下无法分离轴承故障信号的问题.此外,为了解决在线盲分离算法稳态误差与收敛速率的平衡问题,提出基于模糊逻辑的自适应迭代步长选择方法,极大地提高了学习算法的收敛速度,且稳态误差更小.轴承故障数据的盲提取仿真结果验证了算法的性能.

摘要： 本文针对卫星移动通信系统采用CDMA体制及无源互调中产生的同频信号干扰问题,提出了一种基于盲信号分离的干扰抑制方法。本文通过采用盲信号分离算法,在信号接收端可对CDMA系统中的背景噪声以及系统无源互调产物进行分离,有效提高了系统整体性能。

摘要： 本文针对卫星移动通信系统采用CDMA体制及无源互调中产生的同频信号干扰问题,提出了一种基于盲信号分离的干扰抑制方法.本文通过采用盲信号分离算法,在信号接收端可对CDMA系统中的背景噪声以及系统无源互调产物进行分离,有效提高了系统整体性能.

摘要： 星载AIS系统旨在实现大范围内对海域船舶进行全程实时监管,由于卫星检测的覆盖范围较大,卫星天线将会同时接收多个独立AIS子网络发来的AIS信号,不可避免地会发生多个AIS信号相互冲突的现象,因此AIS信号相互碰撞问题的研究是星载AIS系统研究中的一个重要课题.本文针对AIS源信号的统计独立特性,提出了采用盲信号分离算法从冲突AIS信号中的恢复出单路源信号的方案,从而实现对冲突AIS信号的接收处理.仿真结果表明,该算法在无任何先验知识的情况,利用双天线对两重冲突AIS信号的分离可达到五天线接收的分离效果,为星载AIS系统中信号碰撞问题的解决提供了一个可行的研究思路.

摘要： 提出一种基于小波降噪的盲信号分离干扰抑制算法。由于盲信号分离算法在低信噪比条件下性能恶化，因此将接收信号首先利用典型的盲信号分离算法进行分离，然后对被噪声污染的分离信号进行小波降噪处理，可以提高低信噪比条件下利用盲信号分离进行干扰抑制的性能。对提出的算法在单音、多音、窄带噪声以及宽带噪声干扰下进行了误码性能仿真，仿真结果表明，该算法在加性高斯白噪声背景下对上述干扰具有较好的抑制效果。

摘要： 在通信系统抗干扰中干扰的检测及识别是一种关键的技术.本文提出了一种新的干扰识别算法.首先,应用盲信号分离算法来分离传感器接收到的混合干扰信号.然后从干扰信号的高阶累积量中提取特征参数用作进行SVM分类时的特征向量.最后,用SVM作为分类器来对单音干扰,多音干扰及脉冲干扰进行分类识别.计算机仿真结果表明,当信噪比不低于5dB时本文算法有较高的识别率。

摘要： 本文把盲信号分离技术引入实际无线信号监测中,实现两路共信道FM语音信号的分离.首先根据信号的统计特征对两路信号的幅度进行估计,在此基础上,利用互偶锁相环技术来实现基于MAP (maximum a posteriori probability,最大后验概率)的信号分离算法,对两路FM信号进行相位估计,从而实现两路共信道FM信号的盲分离.

摘要： 雷达信号分离是电子对抗研究中的一个重要问题。作为盲信号分离的一种特殊应用，雷达信号具有信噪比低、数据量大以及信号非平稳等特性，因而对其的分离算法也提出了新的要求。传统上一般使用如Fast ICA等高阶独立分量分析算法来解决该问题，但这些方法存在对野值敏感、运算复杂等特点，限制了他们在实际中的应用。本文则从雷达信号的非平稳性和时域结构出发，将二阶盲信号分离算法应用于雷达信号分离中，取得了很好的效果。

摘要： EASI算法(一种在线LMS)是很重要的盲信号分离(BSS)算法，总结了EASI算法应用于盲信号分离的优点与不足，并提出了利用模拟退火策略有效地结合两种步长的优点，在初期快速下降，在后期精确收敛。结果表明，在本实验中使用模拟退火策略来调整学习率是简单有效的。

摘要： 本文在解决含噪混合系统的盲分离问题时,考虑了源信号本身包含的时间信息,提出了用泛化自回归模型来描述源信号的时间相关特性,把噪声的统计特性和源信号的时间特性在变分贝叶斯学习的理论框架下统一考虑,取得了很好的分离结果。

摘要： 提出了一种利用相空间重构和奇异值分解实现信号升维，从而对欠定信号进行盲分离的新方法。首先通过信号的相空间重构得到吸引子轨迹矩阵，然后对该矩阵进行奇异值分解，并根据不同信号的奇异值分布特性选择合适的奇异值进行逆变换，从而可以得到源信号的新的线性组合，实现信号升维。利用该方法研究了正弦信号与白噪声混合时的欠定盲分离，研究结果证明了本文方法的有效性。

摘要： 为降低语音信号盲分离的计算复杂度及扩大算法的适用范围，提出基于稀疏时频特征模式提取的盲分离算法。该算法利用短时傅里叶变换的高度冗余性(保证了观测信号时频分布的稀疏性)及人耳的屏蔽效应，去掉能量值小的时频点以减少聚类所需的特征模式数量，然后通过时频屏蔽的方法完成语音信号的分离。实验结果表明，该算法所需特征模式数量仅为传统算法的5％～6％，加快了计算速度，节省了存储空间，因而算法是高效和可行的。

摘要： 为降低语音信号盲分离的计算复杂度及扩大算法的适用范围，提出基于稀疏时频特征模式提取的盲分离算法。该算法利用短时傅里叶变换的高度冗余性(保证了观测信号时频分布的稀疏性)及人耳的屏蔽效应，去掉能量值小的时频点以减少聚类所需的特征模式数量，然后通过时频屏蔽的方法完成语音信号的分离。实验结果表明，该算法所需特征模式数量仅为传统算法的5％～6％，加快了计算速度，节省了存储空间，因而算法是高效和可行的。

摘要： 本发明公开了一种MIMO盲源信号分离系统及信号分离方法，包括依次连接的时空处理子系统、信号混合子系统、白化处理子系统和正交子系统，源信号依次经过时空处理子系统、信号混合子系统、白化处理子系统和正交子系统后完成信号的分离。本发明通过MIMO多天线发送和接收的无线通信系统传输信号，将接收端混合系统中的信号通过白化处理系统对信号进行预处理，再通过能有效降低系统误码率的正交系统，正交系统中在构建迭代函数时，考虑系统误码率性能对迭代函数进行优化，从而提高信号分离效果，进而将混合信号解混，即将此盲源信号分离的方法应用到MIMO系统中对图像信号进行解混，且达到较高的分离精度。

摘要： 本发明公开了基于盲源分离算法的麦克风阵列鼾声信号分离方法及系统，通过多麦克风阵列同时采集两个测试者整晚的鼾声数据；对采集到的混合鼾声信号使用谱减法进行降噪处理；通过短时能量的端点检测法对采集到的整晚鼾声信号中的有效片段进行截取；通过多麦克风采集到的鼾声信号进行波形对比对独立鼾声信号和混合鼾声信号进行分离；通过鼾声盲源分离算法将两个测试者的混合鼾声分离出来；根据麦克风阵列基于TDOA算法的声源定位技术对分离出来的鼾声分类；根据分类结果得到两个测试者独立的整晚鼾声数据。

摘要： 本发明公开了一种基于改进BCA盲源分离的信号分离和去噪方法，用于分离混合声信号。本发明首先将接收到的几路叠加高斯噪声后的源信号通过短时傅里叶变化到频域；然后使用改进的迭代步长次梯度搜索算法基于BCA框架求解最优分离矩阵，利用最小失真原则和归一化原则对分离矩阵处理用于分离频域的混合信号，并基于频谱的相关性进行频谱排序；最后通过反傅里叶变换将信号恢复到时域。本发明能有效分离噪声环境下的信号，不仅可以分离独立信号，还可以分离相关信号；实现高斯去噪和信号分离的有效结合，提高水声信号接收质量和抗噪性能。

摘要： 本发明提供了一种基于盲源分离的呼吸与心跳信号的分离方法及装置，其中，所述方法包括：S1：通过对各生物雷达回波信号进行时频域分析，获得对应于各所述目标的生物雷达回波的时频分布信号；S2：基于所述时频分布信号获得各所述生物雷达回波的频谱质心曲线；S3：以各所述频谱质心曲线为观测信号，进行盲源分离操作获得对应各所述目标的微动变化信号；S4：对所述微动变化信号滤波，获得对应于各所述目标的呼吸时变信号和心跳时变信号。本发明能够对两个目标人体的生物雷达回波信号进行处理，以分离出对于各个目标的呼吸和心跳信号。

摘要： 本发明公开了一种MIMO盲源信号分离系统及信号分离方法，包括依次连接的时空处理子系统、信号混合子系统、白化处理子系统和正交子系统，源信号依次经过时空处理子系统、信号混合子系统、白化处理子系统和正交子系统后完成信号的分离。本发明通过MIMO多天线发送和接收的无线通信系统传输信号，将接收端混合系统中的信号通过白化处理系统对信号进行预处理，再通过能有效降低系统误码率的正交系统，正交系统中在构建迭代函数时，考虑系统误码率性能对迭代函数进行优化，从而提高信号分离效果，进而将混合信号解混，即将此盲源信号分离的方法应用到MIMO系统中对图像信号进行解混，且达到较高的分离精度。

摘要： 本发明公开一种基于盲混叠与盲分离的卫星导航信号捕获方法及装置，其方法包括以下步骤：对下采样混频产生中频信号r(t)进行FFT运算得到R(k)；产生本地复制码信号，并在预设的多普勒频移范围内进行多频率点的盲混叠；盲混叠信号进行FFT运算得到频域的盲混叠信号并对其取复共轭得到H(k)*；将R(k)与H(k)*相乘得到Y(k)，并对Y(k)做IFFT运算，得到y(t)，找出y(t)幅值最大的位置，即为伪码相位值c(t)；将得到的c(t)与中频信号r(t)相乘实现伪码信号与载波信号的盲分离，得到载波信号x(t)；对x(t)做FFT运算得到信号频谱，找出最大峰值所对应的频率值，即为载波多普勒频移值kd，从而完成捕获工作。本发明的方法及装置适用于GPS卫星导航信号的捕获，进一步减小了信号捕获所需的运算量，提高捕获速度与捕获效率。

摘要： 本发明公开了一种基于盲源地震信号平稳叠加模型的盲分离方法，将盲源分离问题表述为如下数学问题：设有m个相邻的地震道，其反射可以写成：i＝1，2，…，m以中间地震道为研究目标，根据地层反射平稳性可设其围岩反射为：i＝1，2，…，m；已知条件：Aik≈C且E(tik)≈0，求其储层目标反射s(t)或围岩反射y*(t)；采用迭代法求取围岩反射，可以求得围岩信号y(t)，从原信号中减去围岩信号，可得到所求储层目标信号。本发明提供了用于提取储层目标信号的地球物理模型和相应的储层目标反射波信号提取技术。

摘要： 本发明属于频域盲源分离和音频信号处理技术领域，具体地说，涉及一种低时延音频信号超定盲源分离方法，该方法包括：麦克风阵列中的每个麦克风阵元拾取目标环境中的N个待分离声源的声信号，并将其转换成对应的数字信号，再对其进行短时傅里叶变换，得到对应的时频域观测信号；对得到的时频域观测信号执行反复迭代和更新，直至达到收敛，获得每个待分离声源的方差和解混合向量；利用得到的解混合向量，构建解混合矩阵；对解混合矩阵求逆得到混合矩阵的估计；针对每一个待分离声源，基于混合矩阵，构建一个多通道维纳滤波器并执行滤波，得到时频域待分离信号；再进行短时傅里叶逆变换，得到待分离信号时域波形。

摘要： 本发明公开了一种基于改进BCA盲源分离的信号分离和去噪方法，用于分离混合声信号。本发明首先将接收到的几路叠加高斯噪声后的源信号通过短时傅里叶变化到频域；然后使用改进的迭代步长次梯度搜索算法基于BCA框架求解最优分离矩阵，利用最小失真原则和归一化原则对分离矩阵处理用于分离频域的混合信号，并基于频谱的相关性进行频谱排序；最后通过反傅里叶变换将信号恢复到时域。本发明能有效分离噪声环境下的信号，不仅可以分离独立信号，还可以分离相关信号；实现高斯去噪和信号分离的有效结合，提高水声信号接收质量和抗噪性能。

摘要： 本发明公开了基于盲源分离算法的麦克风阵列鼾声信号分离方法及系统，通过多麦克风阵列同时采集两个测试者整晚的鼾声数据；对采集到的混合鼾声信号使用谱减法进行降噪处理；通过短时能量的端点检测法对采集到的整晚鼾声信号中的有效片段进行截取；通过多麦克风采集到的鼾声信号进行波形对比对独立鼾声信号和混合鼾声信号进行分离；通过鼾声盲源分离算法将两个测试者的混合鼾声分离出来；根据麦克风阵列基于TDOA算法的声源定位技术对分离出来的鼾声分类；根据分类结果得到两个测试者独立的整晚鼾声数据。