科學(xué)計(jì)算自由軟件Scilab與盲信號(hào)分離若干問(wèn)題研究.pdf

1、本文對(duì)科學(xué)計(jì)算自由軟件Scilab和盲信號(hào)分離中的若干問(wèn)題進(jìn)行了研究。目前許多科學(xué)計(jì)算軟件使用者的注意力似乎更多地被商業(yè)性數(shù)學(xué)軟件所吸引，如Matlab、Mathematica、Maple等在國(guó)內(nèi)外都相當(dāng)普及和流行。Scilab是由法國(guó)國(guó)立信息與自動(dòng)化研究院(INRIA)的科學(xué)家開(kāi)發(fā)的“開(kāi)放源碼”式科學(xué)計(jì)算軟件，其功能與Matlab類(lèi)似。本文對(duì)Scilab進(jìn)行了研究，并通過(guò)分析和修改其源代碼。實(shí)現(xiàn)了對(duì)其界面的漢化等工作，為進(jìn)一步學(xué)習(xí)、研

2、究和應(yīng)用Scilab奠定了基礎(chǔ)。盲信號(hào)分離問(wèn)題是目前信號(hào)處理領(lǐng)域中最熱門(mén)的新興技術(shù)之一。本文討論了盲信號(hào)分離的數(shù)學(xué)模型、實(shí)現(xiàn)方法及算法評(píng)價(jià)指標(biāo)等，并回顧和總結(jié)了多種典型的盲信號(hào)分離算法；研究了超高斯和亞高斯混合信號(hào)的盲分離問(wèn)題，基于Kullback-Leibler散度提出了一種新的預(yù)白化盲信號(hào)分離算法，并通過(guò)引入一個(gè)對(duì)稱(chēng)概率密度的思想推導(dǎo)出新的評(píng)價(jià)函數(shù)，然后利用信號(hào)概率密度與峭度的關(guān)系在學(xué)習(xí)過(guò)程中自適應(yīng)的選擇評(píng)價(jià)函數(shù)的形式。該算法能有效