基于单个频点的水声信号盲源分离

该文提出基于单个频点的卷积信号盲源分离方法,利用该方法不但可以有效克服频域盲分离过程中排序不确定问题,而且在分离过程中,无需考虑幅度不一致问题。将该方法用于水声信号的盲分离,仿真结果表明基于单个频点盲源分离方法能够很好地分离水声卷积混合信号。与基于两个频点盲源分离方法相比较,其分离效果更优,并且能有效节省CPU运算时间,因而更适合于对信号进行实时处理。     

基于相邻频点幅度相关的语音信号盲源分离

排序和幅度不一致性是在频域进行信号盲源分离的主要困难。针对语音信号邻近频点间信号幅度相关性能良好这一特点，本文提出基于相邻频点间幅度相天的盲源分离算法，用以消除卷积信号盲源分离过程中排序不确定性。本算法理论简单，稳健性好。仿真结果表明该方法对卷积混合后的语音信号能得到较好的分离效果，并且耗时较短。     

基于盲源分离的水声信道盲均衡处理方法

提出了一种基于盲源分离的水声信道讯均衡处理方法,通过对接收信号过采样构成源信号,采用了基于信息最大化原理(Infomax)在线分离算法进行了水声信道的盲均衡,并研究了时变水声信道条件下算法的均衡情况,仿真实验结果表明,该处理方法对多径水声信道具有较好的均衡效果,同时不受最小相位的条件限制。     

基于盲源分离的雷达信号分选方法

传统的信号分选算法建立在脉冲描述字（PDW）参数分析的基础上,对同频或频谱混叠的雷达信号可能无法分选.鉴于越发明显的常规雷达信号处理方法的局限性,通过仿真手段,用盲源分离的方法对混合后的雷达信号进行分选.仿真结果表明,该方法可对雷达盲信号进行有效的分离,且不需要其它信号处理方法所要求的任何先验知识作为条件.     

语音信号盲分离方法研究

本文采用WVA分布与联合对角化的盲分离算法,估计出源语音信号,实现对混叠信号的盲分离。通过仿真实验,结果表明,本算法具有分离效果好,能有效的将混叠的盲语音信号分离。     

基于盲源分离的信号个数估计方法

大多数的信号个数估计方法在较高的信噪比条件下都有较好的性能,但在较低信噪比条件下的性能都有显著的恶化。提出了一种新的信号个数估计方法,该方法不是利用特征值来进行信号个数的估计,而是利用盲源分离技术。计算机仿真表明该方法在较低信噪比下的性能优于MDL算法。     

基于盲均衡的水声信号波形恢复

本文针对水声信号波形恢复问题,提出基于四阶累积量的盲均衡水声信号处理方法,建立了适用盲均衡算法模型.在输入不同信号序列的情况下,分别对实系数和复系数信道进行信号均衡仿真,并用水池实验实录数据检验,其信号均恢复较好.     

盲源信号分离技术

盲源信号分离是一种功能强大的信号处理方法，其处理的对象是相互统计独立的信号源经线性组合而产生的一组混合信号，最终目的是从混合信号中分离出独立的信号分量。本文简要介绍信号源分离的基本思想、算法、发展历程以及盲分离的应用领域。最后展望了盲信号分离问题研究的发展方向。     

一种非平稳卷积混合信号的时域盲源分离算法

该文将卷积混合盲源分离模型中的向量进行重新规划并对联合近似对角化方法加以推广,提出一种非平稳卷积混合信号的时域盲源分离算法。该算法先将采集到的卷积混合信号进行重排,使之满足重新定义向量后的瞬时混合模型特征,然后考虑到信号的非平稳特性,采用空间白化和联合近似块对角化方法分离出源信号。由于没有使用域变换而是从新的角度将卷积混合问题简化为瞬时混合问题,避免了卷积运算或域映射过程,降低了算法的复杂度。仿真实验验证了该算法的有效性并就参数的变化对信号干扰比的影响进行了分析。     

一种非平稳卷积混合信号的时域盲源分离算法

该文将卷积混合盲源分离模型中的向量进行重新规划并对联合近似对角化方法加以推广,提出一种非平稳卷积混合信号的时域盲源分离算法。该算法先将采集到的卷积混合信号进行重排,使之满足重新定义向量后的瞬时混合模型特征,然后考虑到信号的非平稳特性,采用空间白化和联合近似块对角化方法分离出源信号。由于没有使用域变换而是从新的角度将卷积混合问题简化为瞬时混合问题,避免了卷积运算或域映射过程,降低了算法的复杂度。仿真实验验证了该算法的有效性并就参数的变化对信号干扰比的影响进行了分析。     

卷积混叠信号盲分离

本文讨论了卷积混叠信号盲分离问题，证明了一系列基于高阶谱的判据，指出了盲辨识和盲分离的充分条件，利用判据，发展了若干算法，模拟实验证实了判据的正确性和算法的有效性。     

基于定向收发的水声通信网络邻节点发现机制

针对水声通信网络邻节点发现困难的问题,该文提出一种基于定向收发的邻节点发现机制。该机制中节点只采用定向方式发送和接收信号,能够避免增益不对称引起的隐藏终端问题,增加网络覆盖范围;时间被划分为邻节点发现时隙和侦听回复时隙,发现时隙中节点发送HELLO信号,然后接收邻节点回复的REPLY信号,侦听回复时隙中节点侦听源节点发送的HELLO信号,然后回复REPLY信号,节点通过基于竞争的HELLO/REPLY两路握手以直接发现和间接发现两种方式完成邻节点发现,能够克服“聋”节点问题,提升邻节点发现效率。仿真结果表明,在不同的网络节点密度与发射天线波束扇区数目条件下,该邻节点发现机制相比随机两路邻节点发现机制,邻节点平均发现时延更短,邻节点发现率更高。     

一种用于水声信道的稀疏权超指数迭代盲均衡算法研究

超指数算法的迭代算法便于跟踪时变信道,但是,其计算量与权长的平方成比例,不利于工程实现.该文利用水声信道的稀疏性,采用超指数算法的部分步骤,估计权向量并进行稀疏处理,初始化超指数迭代算法,不但减小了算法的计算量,而且加快了算法的收敛速度.计算机仿真证明了该方法的有效性.     

带源个数估计的BPSK信号盲分离算法

目前盲分离研究已有算法众多,但有关数字信号或有限字符集的盲分离研究尚不多见,而带源个数估计的此类盲分离算法更鲜有涉及。针对这类问题,该文提出了一种新颖的BPSK数字信号的盲分离算法,首先由接收到的观测信号的特征,在无噪和有噪情况下分别给出了估计源信号的数目算法;然后再利用观测信号之间的关系估计出混叠矩阵,并在算法中给出了证明。通过估计的混叠矩阵即可恢复得到分离信号,此时得到的分离信号与源信号或者顺序发生了交换,或者产生了符号之间的差别,但并不影响盲分离。最后的仿真结果显示了该文提出的算法在估计混叠矩阵以及最后恢复源信号上都是非常成功,也表明了此算法的可行性和优异性能。     

基于RENYI熵的水声信道判决反馈盲均衡算法研究

在水下通信系统中,为了抑制由多径效应产生的严重码间干扰,必须进行信道均衡。针对传统的常数模判决反馈盲均衡(CMA-DFE)收敛速度较慢的问题,该文提出了一种基于RENYI熵的判决反馈盲均衡算法(RENYI-DFE)。该算法使用RENYI熵算法调节均衡器前向权向量,用CMA算法调节均衡器反馈权向量,与CMA-DFE相比,该算法在计算量增加很小的情况下,使得盲均衡算法的收敛速度显著增加。仿真结果证明了该算法的优越性。     

基于联合对角化的声信号深度卷积混合盲分离方法

声信号在空间中的传播具有较强的多径效应,在接收端往往以卷积形式相互叠加,尤其在海洋、剧场等强混响条件下,混合滤波器冲激响应的长度会显著增加,现有的频域卷积盲分离算法将失效。为了消除长脉冲响应导致解混合模型失效的问题,该文对观测信号进行两次短时傅里叶变换(STFT),第1次STFT缩短了脉冲响应长度,第2次STFT将信号模型转化为瞬时盲分离,最终利用联合对角化(JD)技术估计出分离矩阵。与现有方法相比,所提方法解决了深度卷积混合下模型失效的问题,并且当源信号数较多或存在加性噪声时,可以得到更好的分离性能。仿真结果验证了方法的有效性和性能优势。     

基于二阶统计量的语音信号时域卷积盲分离算法

该文针对语音信号卷积混迭模型,利用信号间近似不相关和短时平稳等二阶统计特性,根据盲分离固有的排列和尺度不定性,改进最小二乘拟合函数,将关于混迭矩阵的四次函数转化为3组待定参数的二次函数。提出优化该代价函数的非正交联合块对角化算法,分3个子步,每个子步求解一个最小二乘问题,交替估计3组待定参数,逼近代价函数最小点。与ZJBD等同类方法相比,该方法具有计算复杂度低,估计精度高且对初始参数选择不敏感等特点,可直接在时域实现语音卷积盲分离。     

一种引入自适应动量项的变步长混沌信号盲分离算法

该文针对混沌信号盲分离问题,提出一种改进盲分离算法。该算法利用信号分离评价指标来构造函数实现步长和动量因子的自适应调整,然后将构造函数代入盲分离算法中并引入自适应动量项。区别于大多数算法不对混合矩阵进行估计的问题,该算法用变步长函数迭代估计出混合矩阵,从而得到全局矩阵和估计评价指标,以此迭代更新步长和动量因子,最终得出分离矩阵。仿真表明,该算法依据估计评价指标构造函数调整步长和动量因子方法是有效的,在平稳和非平稳环境下对混合混沌信号分离时都能达到收敛速度快且稳态误差小的效果;在混入色噪声时,比传统算法抗噪性能好,表明该文算法在混沌信号盲分离处理中有一定应用价值。