一種非降解矩陣聯(lián)合(塊)對角化盲分離算法及其應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、盲源信號分離是一種常見的信號處理技術(shù)??梢栽谖粗葱盘杺鬏斝诺酪约盎旌线^程的情況下,僅對源信號進(jìn)行統(tǒng)計(jì)獨(dú)立性假設(shè),最后從接收信號計(jì)算出混合矩陣以及分離出源信號波形。隨著盲源信號分離技術(shù)廣泛應(yīng)用在復(fù)雜的電磁環(huán)境中和雷達(dá)、通信系統(tǒng)上,它受到了越來越多的關(guān)注,也成為信號處理領(lǐng)域研究的熱門方向之一。而作為解決盲源信號分離問題的一種重要方法,矩陣聯(lián)合(塊)對角化算法在近些年來引起了巨大的關(guān)注。本文將以這一課題為中心,在矩陣聯(lián)合(塊)對角化盲分離算

2、法的研究上具體進(jìn)行如下工作:
  首先,探討信號的瞬時(shí)混合模型(卷積混合模型)與矩陣聯(lián)合(塊)對角化模型之間的關(guān)系,以便于將矩陣聯(lián)合(塊)對角化算法應(yīng)用于實(shí)際信號分離當(dāng)中。
  其次,由于聯(lián)合對角化的目標(biāo)矩陣組通常不能夠滿足完美對角化定理,從而聯(lián)合對角化實(shí)際上是一種近似意義上的對角化,因此本文將列舉常見的目標(biāo)函數(shù)用來衡量目標(biāo)矩陣組對角化的程度。另外,由于聯(lián)合對角化算法收斂性研究相對復(fù)雜,從理論上說明各算法的優(yōu)缺點(diǎn)較為困難。因

3、此,本文提出在模擬數(shù)據(jù)上從四個(gè)方面對聯(lián)合對角化的性能進(jìn)行分析,闡述各個(gè)算法的優(yōu)缺。
  最后,平凡解(零解)以及降解會(huì)使得非正交聯(lián)合塊對角化算法失去對接收信號進(jìn)行盲分離的能力,從而得到無意義的結(jié)果。因此,本文將詳細(xì)敘述降解的研究現(xiàn)狀,討論降解出現(xiàn)的原因,最后將通過增加罰函數(shù)的方式提出一種能夠避免降解的非正交聯(lián)合塊對角化算法。在數(shù)值試驗(yàn)中,通過模擬數(shù)據(jù)去闡述本文所提出的算法具有更加廣闊的適用范圍,通過在實(shí)際信號分離中的應(yīng)用驗(yàn)證本文提

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論