论文部分内容阅读
在源信号和传输信道未知情况下,仅利用接收天线的观测数据恢复相互独立的源信号,称为盲信号分离。盲信号分离因为在无线通信、雷达和声纳、图像、语音以及医学信号处理等诸多领域具有广阔的应用前景,从而引起了信号处理学界和神经网络学界的共同兴趣。本文围绕这一热点课题展开,并把研究重点放在源信号数目未知与/或动态变化的超定盲信号分离的对比函数和自适应并行实现方面,主要工作概括如下:1.系统阐述了盲信号分离问题。从信号模型出发,分析了盲信号分离固有的不确定性和基本假设条件,研究了盲信号分离的对比函数理论和局部稳定性理论,分类列举了若干常用对比函数和已有典型的盲信号分离算法,总结了不同形式盲信号分离算法的局部稳定性条件,并给出了算法的性能评价指标。2.研究了源信号数目未知的超定盲信号分离可分性及对比函数问题。首先针对源信号数目未知的超定盲信号分离问题提出了一个合理的分离模型,定义了新分离模型下分离状态。研究了新分离模型的可分性,证明了新模型具有本质相等意义下Cmm-n个不同的分离点,每一个分离点对应一个带有冗余输出的分离状态。证明了新模型分离输出的互信息仍然是盲信号分离的对比函数,互信息的每一个局部极小值点对应于一个分离点。利用自然梯度最小化对比函数:互信息,得到了源信号数目未知的盲信号分离的自然梯度算法。3.推导了一类源信号数目未知的超定盲信号分离半参数统计算法并研究了其局部稳定性。首先分析了源信号数目未知的自然梯度算法的算法行为,指出由于沿混合矩阵转置的零空间方向的冗余移动的存在和不存在平衡点,自然梯度算法将不可避免的发散。为了建立能够稳定收敛的源信号数目未知的超定盲信号分离算法,将半参数统计方法引入该问题中,构造了源信号数目未知超定盲信号分离的估计函数,提出基于该估计函数的半参数统计算法。半参数统计算法以任一分离点为平衡点,并且具有盲信号分离算法的关键性能:等变化性和保持分离矩阵非奇异的特性。研究了半参数统计算法在其平衡点处的局部稳定性,得到了局部稳定性条件。大量的计算机仿真试验验证了半参数统计算法的有效性和局部稳定性