多集合信號聯(lián)合盲分離方法研究.pdf

1、聯(lián)合盲分離技術(shù)是現(xiàn)代信號處理領(lǐng)域的新興研究課題之一，特別在處理多集合信號時，相對于傳統(tǒng)的盲源分離算法，可以利用更多的相關(guān)信息，因此能夠獲得更好的分離性能，具有廣闊的應(yīng)用前景。
　　廣義聯(lián)合對角化是近些年來解決聯(lián)合盲分離問題的一種新方法。利用多集合數(shù)據(jù)固有的統(tǒng)計特性，比如組間相關(guān)性與組內(nèi)獨立性，構(gòu)造特定的具有可廣義聯(lián)合對角化結(jié)構(gòu)的目標矩陣，并對此矩陣進行代數(shù)擬合，辨識信號的混合機理，最終恢復出潛在的源信號。目前相關(guān)文獻中在廣義聯(lián)合對

2、角化方面缺乏系統(tǒng)和全面的研究，而現(xiàn)有的算法中也存在各種不足，比如正交限制、噪聲魯棒性弱和收斂過慢等問題。
　　本文主要研究針對多集合信號的聯(lián)合盲分離方法——廣義聯(lián)合對角化。提出了幾種性能良好的正交和非正交的廣義聯(lián)合對角化算法，并成功應(yīng)用到實際的聯(lián)合盲分離問題中，具體成果如下:
　　提出了一種針對兩個數(shù)據(jù)集的非正交的聯(lián)合對角化算法，該算法基于LU分解和連續(xù)旋轉(zhuǎn)策略。仿真實驗表明，與其它算法相比，該算法具有快速的收斂性能以及分離

3、精度。
　　提出了一種針對兩個以上數(shù)據(jù)集的廣義非正交聯(lián)合對角化算法，該算法基于LU分解和連續(xù)旋轉(zhuǎn)。仿真實驗表明，該算法在收斂速度、噪聲魯棒性以及解亂序方面具有良好的性能。在此基礎(chǔ)上，針對上述兩種算法在信號維度過大帶來運行時間過慢的問題，提出了兩種快速并行計算方法，并且通過仿真證明并行策略在一定程度上會大大減少算法運行時間，同時保持了分離精度。
　　提出了一種基于Givens旋轉(zhuǎn)的廣義正交聯(lián)合對角化算法，通過矩陣分解，將多參數(shù)