论文部分内容阅读
在数字信号处理领域，盲源分离是一个热点研究问题。从不同角度出发，人们提出了大量的盲源分离算法，盲源分离算法性能得到不断提高。但是，目前已有的盲源分离算法仍存在许多问题，需要进一步研究。本文在总结前人工作的基础上，针对基于简化混合模型的时域盲分离算法中存在的问题，提出一种频域盲分离算法。此外，对fastICA算法的稳定性问题进行了深入研究，并给出仿真结果。根据信号的不同混合方式，瞬时混合和卷积混合是盲源分离的主要解决问题。根据不同混合方式的实现过程，得出瞬时混合模型是卷积混合模型的一个特例，因此可以将瞬时混合信号盲分离算法进一步推广到卷积混合信号盲分离，这种推广既可在时域中实现也可在频域中实现。对于高阶混合过程，时域推广存在运算量较大的缺点，同时针对算法在频域推广存在的综合难的问题，如输出顺序不确定性，有人进一步提出频域积分目标函数盲分离算法。论文的研究工作主要包括如下几个方面：(1)时域LMS盲分离算法的频域块实现在介绍时域LMS自适应算法的基础上，给出基于去相关的DLMS盲分离算法。为克服时域DLMS算法运算是按点进行运算，计算量非常大，运算速率慢的缺点，利用串-并转换，以块为运算单位，得到时域DLMS块算法，并推导DLMS块算法的频域实现，得到DBLMS盲分离算法，并进行性能仿真。(2)基于帕斯维尔定理的卷积混合信号盲分离算法为克服频域上瞬时混合信号盲分离算法向卷积混合盲分离算法推广出现的问题，如输出信号顺序的不确定性，介绍基于功率谱密度矩阵联合对角化和基于信息论的卷积混合盲分离算法，通过分析可知两算法均是频域积分算法。并进一步证明简化模型下，去相关等价于输出均方值最小化，给出基于帕斯维尔定理的频域积分盲分离算法，即DFLMS盲分离算法，仿真验证算法性能。(3)fastICA稳定性分析大量仿真实验及理论分析显示，fastICA在算法具有良好分离性能的同时，比一般的ICA算法有很多优点，同时也出现混合信号不能正确分离的情况。对基于四阶累积量的fastICA的稳定性进行理论分析，理论分析显示fastICA算法存在局部分离点，仿真验证理论分析的正确性。