盲源分離算法及其應(yīng)用的研究.pdf

1、盲源分離是信號(hào)處理領(lǐng)域和神經(jīng)網(wǎng)絡(luò)領(lǐng)域研究的熱點(diǎn)問(wèn)題之一，目前已經(jīng)廣泛地應(yīng)用于語(yǔ)音識(shí)別、圖像處理、生物醫(yī)學(xué)信號(hào)處理、通訊和經(jīng)濟(jì)學(xué)等諸多領(lǐng)域。該技術(shù)主要是研究如何根據(jù)觀察數(shù)據(jù)的一些統(tǒng)計(jì)特征，從混合信號(hào)中分離出在實(shí)際應(yīng)用中有意義的源信號(hào)。 在過(guò)去的二十年里，由于其廣闊的應(yīng)用前景，吸引了眾多的科研工作者獻(xiàn)身于這一領(lǐng)域的研究，盲源分離技術(shù)因此也獲得了迅猛的發(fā)展。然而，盲源分離技術(shù)尚處于發(fā)展階段，其在理論和應(yīng)用方面的研究有待進(jìn)一步深化和完善

2、。 本文首先回顧了盲源分離問(wèn)題的發(fā)展歷史、研究現(xiàn)狀和不足，并對(duì)盲源分離問(wèn)題進(jìn)行了簡(jiǎn)單的數(shù)學(xué)描述，包括盲源分離問(wèn)題的數(shù)學(xué)模型、基本假設(shè)、數(shù)學(xué)理論基礎(chǔ)和實(shí)現(xiàn)途徑。然后針對(duì)一些盲源分離的算法和應(yīng)用問(wèn)題進(jìn)行了深入的研究，提出了一些有效的方法，并對(duì)現(xiàn)有的一些方法做出了相應(yīng)的改進(jìn)和提高。全文的主要工作包括以下幾個(gè)方面： 1)對(duì)于基于信號(hào)時(shí)間結(jié)構(gòu)的盲源分離方法，提出了一種新的基于遺傳算法的時(shí)間延遲優(yōu)化選擇方法?；跁r(shí)間結(jié)構(gòu)的盲源分離方

3、法，時(shí)間延遲的選擇對(duì)于算法的計(jì)算復(fù)雜度和最后的信號(hào)盲分離效果都有著較大的影響，傳統(tǒng)的選擇方法一般是直接采用前面幾個(gè)最小的自然數(shù)，這樣做并不能總是取得很好的效果。在本文中，我們將時(shí)間延遲選擇問(wèn)題看成組合優(yōu)化問(wèn)題，通過(guò)選取合適的適應(yīng)度函數(shù)、編碼方式和遺傳操作，采用遺傳算法實(shí)現(xiàn)時(shí)間延遲的優(yōu)化組合。 2)提出了一種基于多層感知器網(wǎng)絡(luò)的后非線性-線性混合模型(PNL-L)盲源分離方法。后非線性-線性混合模型是非線性混合的一個(gè)重要的模型，現(xiàn)

4、有的實(shí)現(xiàn)方法往往不能同時(shí)正確估計(jì)非線性函數(shù)和源信號(hào)的累積概率密度函數(shù)，或者是不能很好地分離出源信號(hào)。為此，針對(duì)PNL-L混合模型，本文提出了一種采用兩組感知器網(wǎng)絡(luò)的分離結(jié)構(gòu)，并給出了基于最小互信息的無(wú)監(jiān)督學(xué)習(xí)算法。對(duì)于多層感知器網(wǎng)絡(luò)，附加動(dòng)量法和自適應(yīng)步長(zhǎng)技術(shù)在訓(xùn)練過(guò)程中被采用以加快整個(gè)分離系統(tǒng)的收斂速度。本文中所提出的方法可以同時(shí)動(dòng)態(tài)估計(jì)混合模型的非線性和源信號(hào)的累積概率密度函數(shù)。 3)提出了一種基于非線性盲源分離的Wiene

5、r系統(tǒng)求逆方法。所謂的Wiener系統(tǒng)，是由源信號(hào)首先通過(guò)一個(gè)卷積濾波器，卷積后的信號(hào)再被非線性扭曲。在本文中，我們首先將卷積混合改寫(xiě)成一個(gè)線性混合，然后通過(guò)基于多層感知器網(wǎng)絡(luò)的后非線性盲源分離方法對(duì)源信號(hào)進(jìn)行估計(jì)。 4)采用批處理算法對(duì)基于核的非線性盲源分離方法進(jìn)行改進(jìn)。當(dāng)樣本數(shù)量較大時(shí)，基于核的非線性盲源分離方法由于要計(jì)算核矩陣，只能選取一部分樣本進(jìn)行處理，為此，在本文中，通過(guò)采用批處理算法計(jì)算數(shù)據(jù)的核變換，我們提出了一種改

6、進(jìn)的基于核的非線性盲源分離方法，改進(jìn)后的方法可以充分利用所有的樣本數(shù)據(jù)，并且能夠很好的恢復(fù)出源信號(hào)。 5)提出了一種約束非負(fù)矩陣分解方法對(duì)超光譜圖像進(jìn)行混合像元分解，并采用多種方法對(duì)超光譜圖像端元個(gè)數(shù)的確定進(jìn)行分析?；旌舷裨纸馐菑某庾V數(shù)據(jù)中獲取信息的一個(gè)重要途徑，由于其端元組分和豐度都不是獨(dú)立的，直接采用獨(dú)立分量分析的方法，效果并不理想。在本文中，我們首先采用多種方法對(duì)超光譜圖像端元個(gè)數(shù)的確定進(jìn)行分析，然后將超光譜圖像的先驗(yàn)