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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、901116碩士研究寶掌姣論文新疆大學(xué)論文題目(中文):基于遺傳算法的宮信號(hào)分離的研究與實(shí)現(xiàn)論文題毯(英文);ResearchandRealizationOilGeneticAlgorithmsbasedBlindSignalSeparationmethods磷究生姓名:兜家茂學(xué)科、專業(yè):通信與信息系統(tǒng)研究方向;網(wǎng)絡(luò)通信與信息系統(tǒng)導(dǎo)師姓名職稱:賴惠成副教授論文答辯日期:2006年6月日學(xué)位授予霹期:2006年月目AbstractAsac
2、lassofsignalprocessingtechnique,blindsignalseparation(BSS)isusedtorecovertheoriginalsignalsfrohatheobservedOneswithlittlepriorinformationaboutsourcesandmixturesystemSoitsresearchbecomesimportantboththeoreticallyandpracti
3、callyinthefieldsofbiomedical,speechrecognitioncommunication,etcBynowBSShasbeenatopicalsubjectinmodernsignalprocessingfields’AccordingtothedifierentmixturemodeIsofsources1inearBSScanbedividedintotwoclasses:instantaneousmi
4、xtureBSSandconvolutivemixtureBS甌毯目囊譬dissertation,someclassicalalgorithmsofrecentBSShavebeenstudiednemaincontributionsareasfollows:ReviewingtheresearchsituationofBSSoverrecentdecadessystematicallyandchoosingsomepopularBSS
5、algorithmstostudyandanalyzebysimulatedexperimentsTwocommondefectsarefoundedinBSSalgorithmsbasedonindependentcomponentanalysisfICA):④Theselectionofnone—linearfunction(NLF)inICAdependsonthekurtosisoforiginalsignals,whichde
6、gradestheperformanceofseparationseriouslywhentheobservedsignalsarethemixtureofSuperGaussianandSubGaussiansignals(爹AstheoptimizationapproachinICAforsearchingseparationmatrix(orseparationmatrixes),Gradienthasshortcomingsth
7、atconfigurationofinitialvalueandthelengthofpacewillmaketheseparationalgorithmsstrapintolocaloptimumvaluesInthisthesistwonewBSSalgorithmsarcproposedrespectivelybasedontwodifferentmixturemodels0neistheBSSbasedonkerneldensi
8、tyestimation(KD勘andgeneticalgorithm(GA),theotheristheblinddeconvolutionbasedonhi曲ordercrosscumulantsandGAWithoutNLFtheperformanceofseparationinbothalgorithmsisindependentwiththekurtosisofthesourcesOntheotherhand,globalse
9、archingGAavoidsthedefectofgFadicntsothattherealoptimumvoluescanbefoundintheendThecorrectnessandvalidationofthetwoalgorithmsaretestifiedbytheoryanalysisandsimulatedexperimentsThesimulatedresultsalsoshowthattheproposedmeth
溫馨提示
- 1. 本站所有資源如無(wú)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(qǐng)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(qǐng)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(yè)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的盲源分離研究.pdf
- 基于量子遺傳算法的盲源分離算法研究.pdf
- 車輛聲頻信號(hào)盲分離及遺傳算法研究.pdf
- 基于遞階遺傳算法的BP網(wǎng)絡(luò)訓(xùn)練和盲信號(hào)分離.pdf
- 基于ICA的盲信號(hào)分離算法研究.pdf
- 盲信號(hào)分離算法的研究.pdf
- 基于免疫算法的盲信號(hào)分離問題研究及其DSP實(shí)現(xiàn).pdf
- PCMA信號(hào)盲分離算法研究及實(shí)現(xiàn).pdf
- 高效盲信號(hào)分離算法的研究.pdf
- 盲信號(hào)分離算法比較與研究.pdf
- 基于時(shí)域的語(yǔ)音信號(hào)盲分離算法研究及其DSP實(shí)現(xiàn).pdf
- 基于稀疏表示的盲信號(hào)分離算法研究.pdf
- 基于時(shí)頻分析的盲信號(hào)分離算法研究.pdf
- 基于遺傳算法優(yōu)化的正交小波盲均衡算法.pdf
- 基于進(jìn)化算法的盲源信號(hào)分離.pdf
- 盲信號(hào)分離系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于遺傳算法的屬性約簡(jiǎn)算法研究與實(shí)現(xiàn).pdf
- 基于遺傳算法的網(wǎng)絡(luò)優(yōu)化的研究與實(shí)現(xiàn).pdf
- 盲信號(hào)分離算法研究與應(yīng)用.pdf
- 通信信號(hào)與干擾信號(hào)的半盲分離算法研究.pdf
評(píng)論
0/150
提交評(píng)論