首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
刘彦 《中国科技信息》2007,3(23):304-305
通过对盲信号分离发展现状的研究,对现有的盲信号分离理论进行总结,给出了盲分离中常用的瞬时混合模型和算法通用假设条件。根据所用统计信息对盲信号分离方法进行分类,指出典型算法,并分析各类算法的优缺点。给出了盲信号分离问题的研究框架并提出了进一步的研究方向。  相似文献   

2.
盲信号分离始于瞬时混合盲信号分离,本文通过论述盲信号分离的典型自适应算法——EASI(LMS)算法和RLS算法,利用这些算法分别对合成信号进行实验,并对仿真结果进行分析比较,得到一些结论:EASI(LMS)算法与RLS算法相比,其收敛性能更差,但稳态性能更好,实际应用时需选择合适的方法和参数。  相似文献   

3.
通常的盲源分离算法都不具备对未知信号源个数估计的能力,而很多场合,源信号的个数是未知的甚至可能是动态变化的。子空间法的应用实现了源信号数目未知和动态变化的超定盲信号分离中源信号数目的在线跟踪估计。子空间法是将观测到的传感器信号划分为信号子空间和噪声子空间,这样做不仅能很大限度的降低噪声水平,还可以根据特征值大小来估计源信号数目。利用赤迟信息准则(AIC准则)和最小描述长度(MDL信息论准则)实现了动态源问题中阈值的在线调整。  相似文献   

4.
随着盲源分离理论的日渐成熟,其应用领域也越来越广泛,尤其在图像加密领域中,提出了基于独立分量分析(ICA)、基于非负矩阵分解(NMF)的加密新方法,以及盲源分离加密与混沌结合的加密方法等。本子将对以上基于盲源分离理论的加密新方法进行具体阐述。  相似文献   

5.
王康  程浩  张坤 《科技通报》2019,35(2):138-143,149
针对单通道情况下传统盲源分离方法难以恢复源信号的问题,提出一种基于变分模态分解(VMD)的单通道信号盲源分离方法。首先对单通道信号进行变分模态分解(VMD)获得一系列本征模态函数(IMF)分量,将单通道信号和其IMF分量构成多维信号,然后采用主成分分析法估计源数,依据估计的源信号数目重组多通道观测信号,最后利用改进的变步长等变自适应分离(VSEASI)算法实现信号的盲分离。将所提出方法应用于齿轮和轴承的单通道信号仿真研究,仿真结果表明,该方法能够有效地分离出齿轮和轴承信号,解决了单通道信号盲源分离问题。  相似文献   

6.
盲分离技术是信号处理领域研究的热点问题,在源信号和混合过程未知的情况下,从混合信号中分离出源信号.重点研究了混合语音信号的盲分离方法,对语音信号进行加窗傅立叶变换,采用定点ICA算法对混合语音信号进行分离.最后使用Matlab软件对算法进行了仿真.  相似文献   

7.
针对目前盲分离算法还无法满足对语音信号盲分离的精度需求,本文提出一种新型语音信号盲分离算法。该算法在最小增益的语音盲分离算法的基础上,针对其缺陷,引入了广义高斯分布模型,对最小增益的语音盲分离算法的迭代运算进行了优化处理,通过计算每次迭代后恢复出来的每个源的峰度值来增加原算法的分离精度。通过仿真试验进行验证,得到的结果是:改进的算法不仅仅没有失去本真效果,经过分离语音信号,对原始语音信号的波形基本保持在一定的范围内,而且表现出较好的性能。  相似文献   

8.
传统的信道辨识和均衡是通过发送训练序列来完成的。近年来通信技术的迅速发展,自适应均衡技术已经暴露出许多不足,因此盲信道辨识与均衡技术越来越受到重视。本文介绍了码间干扰产生以及盲均衡技术的数学原理,并对几种常用的盲均衡算法进行了研讨。  相似文献   

9.
对网络攻击信号进行盲分离,实现对攻击信号的准确有效检测。传统的网络攻击信号检测算法使用时频分析方法,提取非平稳群攻击信号的时频特征,实现信号检测,但算法把网络入侵检测正确率作为约束目标函数进行同步最优特征子集求解,复杂度较高,提出一种引入合同变换矩阵的网络攻击信号盲分离算法。采用时频分析Viterbi算法,得到信号谱的平均频率等于瞬时频率的时间平均,根据合同变换矩阵,对攻击信号进行离散数据解析化处理,构建网络攻击信号的解析模型,得到网络统计信号在多复变边界条件下的时频特征,实现盲分离算法改进。仿真实验表明,该算法能有效实现对网络攻击信号的盲分离,盲分离结果能准确反映网络攻击信号的内部特征,提高了对网络攻击信号的检测能力,对攻击信号的检测性能有所提高,保证了网络安全。  相似文献   

10.
徐欢 《科技广场》2010,(3):206-208
近些年,信号处理在理论与方法方面发展速度很快。独立分量分析技术(Independent Component Analysis,简称ICA)是信号处理领域近十几年才发展起来的一种新的理论和方法,并且逐步的成熟化与系统化,变成了信号处理领域内重要的组成部分。本文主要讨论线性瞬时混合情况下语音信号盲分离算法,阐述了算法原理,进行了实验仿真,以此来证明算法的有效性。  相似文献   

11.
多目标无限方差网络攻击作为一种新的病毒攻击方式,对网络安全造成严重威胁,通过对多目标攻击源的时频盲源分离,准确检测和发掘攻击信号源和特征,提高检测性能。传统方法中对攻击源的分离算法采用随机场谱峰搜索算法,存在计算量大的问题。提出一种基于近场源DOA估计的多目标无限方差网络攻击下时频盲源分离算法。为了提高多目标无限方差网络攻击近场源的识别概率,对提取得到的波束域约束指向性特征输出结果进行频分复用分解,通过时频特征提取,得到相关的攻击信号源参数,在多目标无限方差网络攻击近场源模型中,设计匹配滤波器,把近场源的参数估计问题变成了一个三维参数联合DOA估计问题,实现对网络攻击源时频盲源分离。仿真结果表明,具有较好的网络攻击时频盲分离性能,对攻击源估计的均方根误差较传统算法明显减小,实现了对攻击信源的准确识别和检测。  相似文献   

12.
苏爱玲 《科技通报》2014,(4):152-154
为确保无线通信的可靠性,提出一种有效的基于盲源分离算法的无线通信系统抗干扰算法。针对扩频通信系统进行建模设计,算法使用Hessian矩阵判定得到的有用解是否为最值点,作为信噪分离过程稳定性的判定统计点,作权系数的修订,对扩频通信系统中的盲源分离算法进行了建模,改善扩频通信系统受到复杂电磁环境干扰性能。仿真实验表明通过新的盲源分离抗干扰算法,整个扩频通信系统的信噪比以及抗干扰性能得到了很大的提高,与传统小波处理以及统计信噪分离算法相比,整体信噪比平均提高了4 dB,展示了算法在扩频通信中具有较好的抗干扰性能,在无线通信抗干扰系统设计中具有较好的实际应用价值。  相似文献   

13.
移动通信WiFi网络与无线传感网络交叉组网时,容易产生同频干扰,影响通信质量和信道传输性能。在交叉组网过程中需要对同频干扰进行有效抑制,提高通信可靠性。传统的交叉组网同频干扰抑制算法采用盲源分离抗干扰算法,在交叉组网被动相干定位时时延较大,通信出现延迟。针对上述问题,提出一种改进的交叉组网同频干扰抑制算法,采用传统的盲源分离技术进行信道同频带内干扰噪声分离,对WiFi信道进行信息编码,采用OQPSK调制方法让整个网络都切换到选定的无干扰信道上,引入干扰避免机制,实现交叉组网信道优化设计。仿真实验表明,采用该算法进行同频干扰抑制和优化组网设计,有能效抑制重度的同频干扰,提高组网节点的吞吐量,保证了通信的可靠性。  相似文献   

14.
针对现有盲源分离方法存在的源信号类型和高斯信号个数受限制问题,提出一种基于非线性函数和简化粒子群优化的盲源分离新算法.算法采用依据源信号类型选取的非线性函数作为目标函数,运用简化粒子群优化算法对目标函数进行优化,实现多类型源信号同时混合的盲源分离.仿真结果表明,本算法能够有效实现源信号为多类型和含有2路高斯信号的盲源分离.与其他算法相比,本算法收敛速度更快,分离精度更高.  相似文献   

15.
把卷积盲分离算法应用于雷达系统抗干扰中,提出一种新的雷达系统干扰抑制算法.该算法在时域中对四阶累积量进行联合块对角化,以实现雷达信号和干扰信号的盲分离.计算机仿真结果表明,在无噪及含噪情况下,该算法均可把卷积混合的雷达回波信号及干扰信号分离开来,且有很好的分离性能.  相似文献   

16.
为了克服在频域中实现盲分离时所固有的位序不确定性和比例缩放问题对分离性能的严重影响,采用能量相关性的方法对每个频率段的分离结果进行排序。对真实环境中录制的语音信号进行计算机仿真,验证了该方法的有效性,且比现有方法分离性能更精确。  相似文献   

17.
本文介绍了盲源分离的神经网络模型,讨论了基于前馈神经网络和递归神经网络的最常用盲源分离算法的方法和思路。  相似文献   

18.
盲源分离技术能够帮助完成机械设备的故障诊断,其中,单通道盲源分离技术正是该领域研究的热点。学者们在该领域以机械振动信号作为研究对象应用最为广泛,在此基础上,本文针对单通道的转动机械声音信号盲源分离进行讨论,为机械声学故障诊断的发展奠定基础。  相似文献   

19.
铁路机车移频信号承载了重要行车信息,为了实现对机车信号进行可靠检测,分析了机车信号特征,提出了一种基于Fast ICA的铁路机车信号盲分离算法,该算法在测得载频大小的情况下,取对应上或下边频与移频信号构成两维阵列信号,利用Fast ICA实现了对机车移频信号进行分离,分离后的信号经低通滤波与整形,即可得出低频信号大小。利用MATLAB软件进行了算法仿真,结果表明,该方法有效地对移频信号进行了分离,具有一定的应用价值。  相似文献   

20.
通过径向基函数(RBF)神经网络近似非线性混合映射的方法,研究了一种从非线性混合信号中盲源分离的算法。该方法采用RBF神经网络分离系统输出分量的互信息作为目标函数,目标函数的最小化导致输出量之间的独立性,以便使源信号尽可能的分离出来。采用无监督的模糊C均值聚类方法训练RBF神经网络的权值,可以大大节省计算量。仿真结果讨论了RBF神经网络隐含层不同的神经元个数对盲源分离效果的影响,并且证明了本算法是有效性的和可行的,并且有较强的鲁棒性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号