盲辨识

摘要： 在信号的预处理阶段,可简化盲源分离或独立分量分析方法,采用基于二阶统计量的盲辨识方法,分离不同功率谱的有色源信号,以改善自适应系统的收敛特性,消除冗余或减少噪声污染.提出了一种基于特征值分解的二阶统计量的盲辨识方法,可以较好地识别混合矩阵,对有色源信号进行盲源分离.通过不同时滞τ的比较,以及不同算法的比较,证明了该辨识方法对不同的时滞在τ=1时的分离效果最好,且该方法比其他方法的分离效果更好.

摘要： 针对信道编码参数的盲估计问题,提出了一种k卷积码参数盲估计的鲁棒性方法.首先,将卷积码的参数估计问题转换为求解二元域上线性方程组的问题,然后,应用 Walsh-Hadamard变换对该问题求解,设计了卷积码编码参数的估计算法,并对算法中的门限选取进行了分析.仿真实验表明,相较于现有的算法,本文提出的方法具有更好的抗噪性能,在信道传输的错误率小于等于 0.07 时,本文方法对不同编码器参数的识别正确率均达到了 95%以上.%A robust method for blind parameter estimation of k convolutional encoders was proposed for blind estimation of channel coding parameters.Firstly,the parameter estimation for convolutional encoders was formulated as the problem of solving linear equations over GF(2).Secondly,the Walsh-Hadamard transformation was used to solve these linear equations.An algorithm for the estimation was proposed of the coding parameters for the convolutional encoder.Moreover,the analysis for the thresh-old setting was provided in the proposed algorithm.The simulations show that the proposed method has better anti-noise performance than the existing algorithms.Especially,the correct rate of parameter es-timation for the proposed method is more than 9 5 % for different encoders when the bit error rate of the channel transmission is less than or equal to 0.07.

摘要： 中心动脉压力波形对心血管疾病的预测与评价具有重要意义.针对目前无创法测量未充分考虑到个体差异与人体心血管系统时变特性的问题,本文将人体心血管系统假设为短时时不变系统,设计了一种基于双路外周动脉脉搏波的中心动脉压力脉搏波无创监测系统.通过两路袖带测量外周动脉血压与脉搏波,采用盲辨识Cross-Relation算法重建中心动脉压力波形.与临床应用广泛的澳大利亚AtCor公司SphygmoCor系统的检测结果相比,本系统中心动脉收缩压误差为(-1.8±5.6)mmHg,舒张压误差为(-3.2±4.3)mmHg,波形形态误差小,符合血压计性能评估的美国AAMI标准与英国BHS标准,实现了中心动脉压力波的个体化无创测量.

摘要： 基于集合经验模态分解(EEMD)在信号的预处理上的不足之处,提出了一种基于自适应EEMD分解的盲源分离算法,即:先根据原始信号自身的特点确定加入白噪声的幅值标准差和集成次数,再进行EEMD分解,对所得IMF分量进行模糊综合评价以选出有效的IMF分量,构造IMF分量矩阵,最后利用盲源分离算法对其进行盲辨识,完成对信号的分解与重构.分别通过模拟信号和桥梁实测振动信号对该算法进行验证.结果表明:所提算法具有可行性,且能运用于实际结构信号的预处理.

摘要： 针对欠定盲源分离混合矩阵问题,提出了一种基于二阶统计量平行因子分解,加权增强最小二乘法的欠定混合盲辨识方法.该算法不需要源信号满足稀疏性要求,仅在源信号满足相互独立和最多一个高斯信号的条件下,将独立源信号的空间协方差矩阵构建三阶张量,采用加权增强最小二乘法实现张量的标准分解,完成混合矩阵的估计.由于平行因子分解的唯一性在欠定条件下依然成立,该算法可以解决欠定盲源分离问题.仿真实验结果表明:提出的算法在计算欠定混合时具有很好的辨识效果,而且实现简单,可满足实际应用的要求.

摘要： This paper analyzes the method of blind system identification and characteristics extraction based on time series , simulates blind identification of the ARMA model system. The simulation results show that the parameter determination method based on cumulative amount is superior to Burg. The authors establish the blind identification model of a gearbox ARMA system,extract time series model coefficient as the feature vector of fault diagnosis ,prove that there is certain corresponding relationship between the changes of the system characteristics and fault when the structure failure occurs.%分析了基于时间序列的盲系统辨识方法与特征提取方法，并且对ARMA模型系统盲辨识进行了仿真，仿真结果表明基于累积量的参数确定方法优于Burg法。建立了齿轮箱ARMA系统盲辨识模型，提取时间序列模型的系数作为故障诊断的特征向量，证明了结构发生故障时系统特性的变化与故障之间具有一定的对应关系。

摘要： 在大规模多输入多输出(MIMO)网络中,中继发送端和接受端之间的自干扰降低了网络系统信道容量,严重影响了系统的传输性能,为解决这一问题,需要对网络自干扰信号的盲辨识。提出一种基于线性叠加细节捕捉的网络自干扰盲辨识算法,构建网络中继发送端和接受端的自干扰产生与信号模型,设计全双工中继网络通信系统模型,进行MIMO网络数据交换控制,进一步采用线性叠加细节捕捉方法,构建前馈滤波器,对信号进行前置处理,提高滤波增益,设计线性叠加函数,实现干扰信号的细节特征捕捉,根据信息分配原则,实现网络自干扰盲辨识算法改进。仿真结果得出该算法的盲辨识云图能有效识别网络自干扰信号,并实现信道区分和干扰滤波处理,信号云图特征明显,能达到辨识信道和均衡信号的要求。信道容量和检测性能等指标优越于传统方法,展示了其有效性,具有较高应用价值。

摘要： 本文给出了一种基于二阶统计量的相关信源盲均衡与辨识算法，应用接收信号的自相关矩阵将信道参数估计问题转化为与自相关矩阵有关的特征向量求解问题。仿真结果表明该算法对输入为相关信源的信道辨识与均衡具有较好的效果，只用较短的观察数据就可以完成系统的辨识，二阶算法运算量明显减小，且有效地降低了码间干扰。%In this paper, we centered on the correlated input signal implementation of blind equalization algorithm based on the second-order statistics. The estimation of channel parameters could be transferred into solving feature vector by using the self-correlation matrix of the receiving signal. The emulation showed that this algorithm which used little data exhibited better equalization and identification results for the correlated input signal, and effectively decreased the effect of ISI .

摘要： Surface Electromyography Signals ( sEMG) is a biological signal of nerve and muscle activity. This paper, starting from the root of signal generation, establishes FIR model, in which the input of the signal source is immeasurable. In order to overcome the defi-ciency, it presents a method of identifying model coefficient by blind identification, identifies and classifies six kinds of gestures by tak-ing the coefficient as the features of sEMG. The experiment shows that the method is characterized by light computational load and good classification ability.%表面肌电信号( sEMG)是神经肌肉活动发放的生物电信号。本文从信号产生的根源出发，建立FIR模型，该模型的输入为信号源是不可测的，为了克服该不足本文提出采用盲辨识的方法辨识模型系数，以该系数作为表面肌电信号的特征，对6种手势动作识别分类，实验表明，该方法运算量小，分类能力较好。

摘要： 本文在给出的一种水声信道条件下进行信道建模，在此信道模型基础上建立了水下通信多输入多输出(MIMO)系统模型。然后尝试着把基于QR分解的信道盲辨识算法应用于水声信道盲辨识领域，对所建立的信道模型进行辨识，在特定条件下几乎能辨识出信道，但计算速度还有待提高，此算法在水声领域的应用前景值得继续研究。

摘要： 信道盲辨识是指在不需要发送端发送己知训练序列的情况下，而只根据系统的输出观察值，以及输入信号和信道的一些先验知识，对未知的时变信道自适应地进行估计的技术。利用估计得到的信道响应函数设计均衡器恢复源信号，为实现水下多用户、高速率、高可靠性的信息传递提供重要的理论依据。本文首先建立了水下通信系统的MIMO模型，根据文献的相关理论，利用信号子空间和噪声子空间的正交性实现MIMO水声信道盲辨识，计算机仿真结果验证了该方法的有效性。

摘要： 本文利用输出比输入快速采样方法研究了确定性系统的盲辨识问题, 提出了一种基于最小二乘的辨识方法。该方法通过选择适当的快采样率, 只要对系统的模型参数或者输入信号两者其一进行归一化, 仅仅利用快采样得到的输出信号就可以完成系统模型参数的辨识.文中具体地讨论了两种不同归一化条件下快采样系统模型的盲辨识方法, 并给出了仿真例子, 仿真结果证明了该方法的有效性。

摘要： 盲辨识是知道系统输出和输入的某些统计特性辨识系统.由系统输出导出辨识系统冲击响应的矩阵方程,建立系统的盲辨识方程.用提出的优化算法(QCGA)解矩阵方程辨识系统.计算机模拟表明提出的优化算法优于奇异值分解(SVD)算法,而新的盲辨识算法为一种快速有效算法.

摘要： 本文研究了如下四类多输入多输出线性系统的盲辨识问题;(a)各维输入相互独立并且匹配关系确定.(b).各维输入相互独立但匹配关系不确定.(c).各维输入为AR模型.(d).各维输入为均值和方差已知的白噪声.

摘要： 水下数字通信技术是当代海洋资源开发和海洋环境立体监测系统中的重要技术组成部分，也是我国海洋高技术急待研究开发的项目之一。由于出海试验极大地耗费了人力、物力和财力，应用计算机进行仿真研究日益受到人们的重视，本文围绕水下数字通信系统，紧密结合现有的实际装备开展计算机仿真实验，为各种盲辨识及均衡算法的应用和研究提供了一个可靠的平台。

摘要： 本文基于一种MIMO系统进行了子空间盲辨识和均衡算法的研究,先进行MIMO系统输出的相关矩阵特征值分解,然后提出了最小多项式基(MPB)的估计方法,并进一步估计出信道的传输函数,最后对输入信号作均衡恢复。将此方法应用于水下多途声信道,用仿真试验结果验证算法的性能。相对于传统算法,本文方法的优势是运算量较小,收敛速度较快,对水声信道辨识的结果比较理想,缺点是抗噪性一般。

摘要： 本文首先分析信道输入、输出信号的功率谱密度函数与信道传递函数的关系.根据这一关系,给出唯一确定信道传递函数的充要条件.在此基础上,利用输出信号的二阶统计特性给出了相应的频域上的辨识算法.仿真结果也表明该算法是有效的.

摘要： 该文根据（几乎）周期时变MA信道的特性，利用高阶循环平稳统计量实现对信道的盲辨识－－法方程法；并讨论阶数的确定。作者还对所提出的法方程法进行仿真以验证其效果。

摘要： 本文针对现有的盲均衡遗传算法收敛速度慢,难以准确地收敛到最优解的问题,借助接收数据阵补投影算子对待测发送序列向量的零化作用,把信号盲检测问题转化为整数约束下的二次优化问题,提出了一种基于遗传算法的直接盲信号检测的方法.所用遗传算法的特点是,适应度函数是直接针对被检测序列构造的,编码空间与遗传空间一致,搜索空间是离散、有限的.仿真结果表明,该算法收敛速度快、性能好.

摘要： 本发明提供了一种辨识盲埋孔分布方法、装置及计算机可读存储介质，属于电路板技术的技术领域，解决了现有的辨识盲埋孔分布工作效率低的技术问题。该辨识盲埋孔分布方法，方法包括以下步骤：获取全部盲埋孔的中心点坐标值；接收用户输入的盲埋孔的图形约束值；以盲埋孔中心点坐标为圆心，根据约束值绘制盲埋孔范围图形，得到绘制元素层面；接收用户输入的卡板的长宽约束值；根据长宽约束值生成卡板元素层面；将卡板元素层面与绘制元素层面做差，得到孤立形状层面；基于孤立形状层面生成错误报告。

摘要： 本发明提出了基于盲源分离和角度域辨识的导频污染消除方法，首先根据上行导频序列进行信道矩阵粗估计；然后，根据上行用户数据，利用盲源分离算法同时对期望用户信道和干扰用户信道进行精估计，得到信道矩阵的精估计值；结合所得到的信道粗估计值和精估计值，提取出复用同一个导频序列的用户组；最后，在角度域对复用同一个导频序列的用户组中的期望用户信道和干扰用户信道进行辨别。本发明鲁棒性更强、估计精度更高。

摘要： 本发明提供了一种辨识盲埋孔分布方法、装置及计算机可读存储介质，属于电路板技术的技术领域，解决了现有的辨识盲埋孔分布工作效率低的技术问题。该辨识盲埋孔分布方法，方法包括以下步骤：获取全部盲埋孔的中心点坐标值；接收用户输入的盲埋孔的图形约束值；以盲埋孔中心点坐标为圆心，根据约束值绘制盲埋孔范围图形，得到绘制元素层面；接收用户输入的卡板的长宽约束值；根据长宽约束值生成卡板元素层面；将卡板元素层面与绘制元素层面做差，得到孤立形状层面；基于孤立形状层面生成错误报告。

摘要： 本发明提出了一种基于权值调整二阶盲辨识的数字乳腺层析合成摄影的重建方法，包括以下步骤：S1：获取n个角度的乳腺X射线投影；S2：对获取的乳腺投影进行图像灰度值校正及初步降噪；S3：对处理后的投影进行位移及配准；S4：将经位移、配准后的投影组成新的图像序列，并对其进行中心化处理，得到混合观测矩阵；S5：求得混合观测矩阵的非零时延协方差矩阵；S6：对非零时延协方差矩阵寻找一个酉矩阵近似联合对角化，得到权值矩阵，进而分离出模糊干扰、得到聚焦层信息；S7：利用边缘检测提取模糊干扰中的细节轮廓，将细节轮廓加到聚焦层信息中，达到对重建层面降噪及增强的目的；本发明可以改善重建层面图像质量，达到超分辨率重建的效果。

摘要： 本发明涉及一种基于二阶盲辨识的线性时不变结构工作模态参数识别方法及对应的时不变的工作模态参数识别的装置、一种结合二阶盲辨识和最小二乘广义逆方法的三维结构的工作模态参数识别方法及对应一种时不变三维圆柱壳工作模态参数识别的实验装置，一种时变的工作模态参数识别的方法和一种基于滑动窗二阶盲辨识的线性时变结构工作模态参数识别装置。该方法和装置仅由实测的响应信号就能对时不变或者带有时变特性的动态系统进行工作模态参数在线实时识别，识别出结构(系统)的工作模态参数(模态振型，模态频率)，能实时有效监测系统的动态变化特性，可用于振动控制、设备故障诊断、健康监测以及系统结构分析与优化。

摘要： 本发明提供了一种基于OFDM的光网络中子载波数量盲辨识方法及装置，包括对于接收到的光信号的功率谱带宽中每一预设频率，获取所述光信号在每一预设频率处的四阶循环累积量，根据每一个四阶循环累积量的归一化值，确定所述光网络中子载波数量的判决阈值，并获取归一化值大于该判决阈值的四阶循环累积量的数量，根据子载波数量的预设数值集合确定至少一个数值区间，并根据获取到的数量落入的数值区间，辨识出光网络中的子载波数量。本发明能够智能、快速地辨识出光网络系统中动态变化的子载波数量，并且整个子载波数量盲辨识过程与系统的传输速率及子载波调制格式无关，对偏振模色散、系统内激光器的相位噪声和频偏均具有较强的容忍性。

摘要： 本发明涉及脑电信号伪迹去除技术领域，尤其是公开了一种基于变分模态分解和二阶盲辨识的脑电信号伪迹去除方法。本发明首先对被眼电伪迹（EOG）和肌电伪迹（EMG）两种伪迹同时污染的脑电信号进行VMD分解为多个固有模态函数（IMF），然后将这多个IMF作为SOBI的输入信号进一步盲源分离，使得脑电信号和伪迹信号分离开，接着计算每个分离得出的信号分量的模糊熵值，根据模糊熵值识别出伪迹分量，并将伪迹分量置零，最后做逆SOBI变换，重构出纯净脑电信号。通过对仿真信号的实验结果表明，本发明的方法可以比较有效的去除脑电信号中的伪迹成分，并且可以最大限度的保留有用成分。

摘要： 本发明公开了基于子空间算法的海洋水声OFDM信道的盲辨识方法，由接收信号计算的估计值对进行Cholesky分解，得到噪声白化矩阵对进行特征值分解，最小的M个特征值对应的特征向量为gN,...,gN+M‑1，计算得到将进行变换，得到Qi及Q；对Q进行特征值分解，其最小特征值对应的特征向量即满足信道估计值。本发明的有益效果是能够提高水声通信链路的传输效率及传输的可靠性。

摘要： 本发明公开了基于子空间的多信道FIR滤波器海洋水声信道盲辨识算法，本发明所采用的技术方案是信道冲激响应系数通过二次型最小化来求得。本发明的有益效果是适当的样本数就能保证估计精度，尤其当采用少数几个噪声矢量估计信道参数时能满足估计精度，且极大地减小的计算量。

摘要： 本发明提出了一种基于权值调整二阶盲辨识的数字乳腺层析合成摄影的重建方法，包括以下步骤：S1：获取n个角度的乳腺X射线投影；S2：对获取的乳腺投影进行图像灰度值校正及初步降噪；S3：对处理后的投影进行位移及配准；S4：将经位移、配准后的投影组成新的图像序列，并对其进行中心化处理，得到混合观测矩阵；S5：求得混合观测矩阵的非零时延协方差矩阵；S6：对非零时延协方差矩阵寻找一个酉矩阵近似联合对角化，得到权值矩阵，进而分离出模糊干扰、得到聚焦层信息；S7：利用边缘检测提取模糊干扰中的细节轮廓，将细节轮廓加到聚焦层信息中，达到对重建层面降噪及增强的目的；本发明可以改善重建层面图像质量，达到超分辨率重建的效果。