盲源分離的時頻域算法研究.pdf

1、盲源分離是指在不知道或無法獲得源信號和混合方式的情況下僅由觀測信號恢復源信號的過程。作為一種數(shù)據(jù)分析、信號處理強有力的工具，盲源分離具有非常重要的理論意義，并廣泛應用于無線通信、語音信號處理、陣列信號處理、圖像處理、生物信號處理、信號識別、地震勘探和計量經(jīng)濟學等領(lǐng)域。
　　 本文圍繞這一熱點課題展開，討論了盲源分離算法在非平穩(wěn)信號中的應用問題。
　　 對于非平穩(wěn)信號，如語音信號、音樂信號、腦電信號等，時頻聯(lián)合分析JTFA

2、(Joint Time-Frequency Analysis)不僅可以從頻域的角度描述信號，還可以描述頻率分量及信號的能量在時域中的分布，因此可以有效地提取非平穩(wěn)信號的時變局部特征，比單一時域或頻域表示有更好的“顯微”優(yōu)勢。
　　 在盲源分離中，引入雙線性JTFA或線性JTFA，可以充分利用了源信號在時-頻兩域的多樣性來分離信號。
　　 1、本文分析了多分量信號自項、交叉項在Wigner-Ville平面、模糊平面的分布特

3、性，根據(jù)兩者的對應關(guān)系，設(shè)計了一種高性能的核函數(shù)，推導了其對應的時頻分布、滿足的性質(zhì)和實現(xiàn)的算法。且以Boashash提出的時頻性能指標為準則，分析了時頻分布參數(shù)的選擇方法。在此基礎(chǔ)上，借鑒Belouchrani，A和Amin，M.G提出的時-頻聯(lián)合對角化思想，以該時頻分布計算觀測信號的時頻譜，以自項點理論選擇時頻點進行Jacobi聯(lián)合近似對角化求出酋矩陣，進而估計源信號和混合陣，提出了一種性能優(yōu)越的雙線性時頻盲源分離算法。另外，本文從

4、重排時頻譜的角度，應用重排平滑偽Wigner-Ville分布來抑制雙線性分布交叉項聚集的尖鋒，提出了一種基于重排時頻譜的盲源分離算法。上述算法能實現(xiàn)音樂信號、語音信號的盲源分離。
　　 2、本文借鑒M.Puigt和Y.Deville提出的時頻比思想，引入S變換(StockwellTransform)、或廣義S變換來獲得非平穩(wěn)信號的多分辨率特性。通過S變換、或廣義S變換將一維信號映射到二維時頻平面，再構(gòu)造不同觀測信號的時頻比矩陣，

5、通過在時頻比矩陣范圍內(nèi)搜索一個個單源分析域，以估計混合陣的每個元素，進而估計源信號，提出了一種具有多分辨率的線性時頻盲源分離算法。該算法能避免雙線性JTFA交叉項帶來的干擾問題，并具有多分辨特性，適合分離同時含有多個高頻分量和低頻分量的混合信號。
　　 3、由于現(xiàn)實世界中觀測信號往往被各種各樣的噪聲污染，從而破壞了源信號的結(jié)構(gòu)，因此如何抑制噪聲，使盲源分離算法具有更好的魯棒性是必須考慮的一個現(xiàn)實難題。本文針對噪聲作為信號源之一的