盲源分離技術(shù)及應(yīng)用研究.pdf

1、盲源分離是指在源信號和傳輸網(wǎng)絡(luò)均未知的條件下，僅根據(jù)接收到的多路混合信號，在統(tǒng)計獨(dú)立的假設(shè)下，將目標(biāo)源信號從混合信號中分離出來的過程。目前，該技術(shù)已被廣泛的應(yīng)用于醫(yī)學(xué)信號分析與處理、語音識別、圖像處理以及通信領(lǐng)域等各方面。近年來，盲源分離己成為信號處理和神經(jīng)網(wǎng)絡(luò)領(lǐng)域的熱點研究問題。 現(xiàn)有的盲源分離算法大都假設(shè)在無噪聲情況或噪聲很小可以忽略不計的情況；而在強(qiáng)噪聲背景下，這些算法都無法獲得理想的分離效果。本文在介紹了盲源分離的基本模

2、型和基本理論的基礎(chǔ)上，提出了一種更有效的含噪盲源分離模型，將小波和Curvelet變換聯(lián)合去噪的方法結(jié)合FastICA算法用于對含噪圖像的盲分離中，實驗表明該方法能很好的解決由于存在加性高斯噪聲而導(dǎo)致經(jīng)典盲源分離算法性能發(fā)生嚴(yán)重惡化的問題，很好的實現(xiàn)了含噪圖像的分離。 其次針對盲源分離算法的性能大多依賴于非線性函數(shù)選取的問題，分析研究了粒子群算法，并提出了一種自適應(yīng)的粒子群算法，該自適應(yīng)粒子群算法具有全局收斂性好、收斂速度快、參