探测胎儿心电图信号的半盲提取算法

提出用于从孕妇身体上测得的心电图信号中分离胎儿心电图信号的半盲提取算法,优化函数为基于负熵的快速不动点算法FastICA中的负熵对比度函数和胎儿心电图信号的自相关函数之积.因为胎儿心电图信号的自相关函数在特定时刻存在峰值点,所以其与负熵对比度函数乘积的极值点能给出胎儿心电图信号的可行估计.针对合成数据和实际数据的仿真实验验证了本算法的有效性,表明算法对峰值点位置的估计值具有鲁棒性.     

一种基于体震信号的快速ICA胎儿心搏信号提取方法

常规胎儿心搏检测方法为胎儿心电信号检测,针对其需要在母体体表粘附多个电极,对检测环境和受试者的状态要求较高等问题,提出一种应用快速独立分量分析算法提取胎儿心搏信号的方法.该方法利用体震信号无需在体表安装电极的非接触检测优势,通过对母体体震信号主成分的分析,获取胎儿心搏成分分量,更适用于日常家庭无感监测的要求.通过采集45组母体体震信号及同步胎儿心电信号,验证算法的准确率为91.3%.     

改进的带参考信号盲源分离算法

带参考信号的盲源分离算法在各个领域有着广泛的应用,但现有算法大都存在提取信号与源信号之间误差较大的问题,其中目标函数是影响误差的一个重要因素.因此针对目标函数,提出了一种改进带参考信号的盲源分离算法.该算法首先在标准对比函数中耦合含有先验信息的测量度函数,以此得到新的目标函数;然后引入松弛因子运用拉格朗日乘子法对目标函...     

基于稀疏特性的欠定盲信号分离算法

在源信号在非充分稀疏条件下,提出了一种改进的两步法欠定盲源分离算法.与现有的大多数稀疏分量分析算法法都是假设源信号是充分稀疏不同,该算法放宽了源信号的稀疏性.与此同时,该算法能够估计出聚类空间的个数,能够克服源信号个数未知的情况.模糊划分矩阵的应用更加有利于源信号的分离.仿真结果表明了该算法的有效性.     

基于混沌的离散小波变换鲁棒音频盲水印

提出了基于混沌的离散小波变换（DWT）的数字音频盲检测算法.算法首先对原始音频数据进行分段处理,然后对每个音频数据段进行4级DWT变换,最后利用4级细节小波系数统计均值趋于零的特性,通过修改4级细节小波系数统计均值,每一段中嵌入一个水印比特,算法提取水印时不需要原始音频信号.为了便于观察,水印选用了二值可视图像,并利用混沌技术进行了加密处理,加强其安全性.仿真实验证明了算法对滤波、有损压缩、重采样等常见信号处理方法具有鲁棒性,与同类算法相比,具有更好的不可感知性.     

机械噪声故障特征提取的盲分离法与小波提纯法

机械噪声故障特征提取的难点在于观测信号的信噪比较小．将盲分离技术引入噪声故障特征提取，通过声源信号的相互独立性质，使用二阶盲分离算法从观测的混合信号中提取独立声源信号，然后，通过随机噪声与有效信号在多尺度空间中模极大值的不同传播特性，使用小波模极大值法提取有效信号特征．该算法不仅消除了临近机器或部件辐射噪声的干扰，还消除了随机噪声的干扰，有效提取了机械噪声故障特征．电动机噪声特征提取实验验证了上述算法的有效性．     

基于频域盲解卷的的齿轮箱信号盲分离

将频域盲解卷算法应用于齿轮箱信号的盲分离,利用相邻信号的相关性解决次序不确定性问题.利用非高斯极大化解决幅值不确定性问题.仿真及试验结果表明,该方法可以有效对信号进行分离,具有广阔的应用前景.     

标准SIMO信道盲解卷固定点算法

从最简单的IIR-SIMO信道出发,采用离散傅立叶变换从理论上推导出了源信号估计值与观测信号的基本关系,据此提出了源信号固定点迭代计算方法,并基于最小均方误差准则给出了确定滤波器阶数的代价函数.在此基础上,进一步将这种分析方法推广到标准SIMO信道,进而最终建立了标准SIMO信道盲解卷固定点新算法.该算法无需设置迭代步长,也不像已有的许多SIMO盲解卷算法一样要求源信号属于有限字符集.针对混迭语音信号进行的仿真结果验证了算法理论分析的正确性和算法的有效性.     

一种基于统计特性变换的盲信道辨识与均衡算法

在接收信号过采样的情况下,总结了SIMO信道堆栈系统模型。在此基础上针对输入信号为平稳非独立同分布且有已知自相关函数的情况,引入统计特性变换,导出了变换阵的闭式解。提出一种适用于平稳信号源的盲信道辨识与均衡算法,并对算法进行仿真,分析其辨识误差、收敛性能和均衡效果。结果表明：本文算法在输入信号为平稳非独立同分布时仍能对信道进行辨识且具有较高的精度,算法的收敛速度快并能达到理想的均衡效果。     

基于粒子群优化的有序盲信号分离算法

为了按照规范四阶累积量的绝对值有序分离出源信号,提出了一种新的基于粒子群优化的有序盲信号分离算法.本算法采用信号的规范四阶累积量作为代价函数,使用粒子群优化算法代替传统的梯度算法对代价函数进行优化,通过消源去相关方法从混合信号中消去已分离出的源信号成分,逐次按序提取出源信号,解决了梯度算法容易陷入局部极值而不能正确提取...     

基于阵列结构的盲分离算法

为了进一步改善阵列信号处理中盲源分离算法的分离性能,提出了一种新的基于阵列结构的盲分离算法.该算法的基本思想是利用已有的盲源分离算法(EASI和FastICA算法)估计混合矩阵,根据估计出来的混合矩阵和均匀线阵的特点来重构混合矩阵,对分离矩阵进行较正,达到改善算法分离性能的目的.仿真结果表明,该文提出的EASI-1算法的平均干信比比EASI算法低7.5 dB,FastICA-1算法的平均干信比比FastICA算法低4.3 dB.     

一种新的循环平稳盲自适应波束形成方法

循环平稳在阵列信号处理中的应用可以改善传统阵列信号处理方法仅仅利用空域先验信息对阵列误差敏感的缺点。但目前大部分的应用都是基于信号的循环频率已知的前提下进行处理 ,而在盲信号处理中 ,这一前提常常是不满足的。因此有必要研究在感兴趣信号的循环频率未知情况下的循环平稳盲信号处理问题。在现有的循环频率已知的循环平稳盲自适应波束形成方法的基础上提出一种新的盲信号处理方法 ,新方法不需要预先知道信号的循环频率。仿真结果证明了这种方法的有效性     

基于粒子群算法的欠定盲源分离方法改进研究

欠定盲源分离技术是一个热门的研究领域,其广泛应用于信息理论、神经网络、统计信号处理、生物医学工程等领域。在大多数实际情况下,当接收到由多路源信号叠加而成的观测信号时,源信号的数量大于观测时长,采用通常的盲源分离技术难以恢复源信号。着重讨论基于"两步法"的欠定盲源分离问题;该分离技术分两个阶段,第一阶段采用基于粒子群算法的K-均值聚类改进算法求解混合矩阵,将蚁群算法信息素的概念应用其中;第二阶段采用最短路径法求解L1-范数模型获得源信号的估计。相比于现存的二阶段方法,该方法可达到更高的信号重构信噪比。     

基于正交约束常模算法的MIMO系统盲信号分离

文中提出一个基于线性即时混合类型的两步盲信号分离方案。该方案先利用接收信号的二阶统计特性对信号进行白化,然后利用常模算法对信号向量进行自适应的盲分离。为了使每一个输出端都能分离出一个独立的信号,文中提出一种基于正交约束的常模算法,仿真结果表明该算法不仅能使每个输出端收敛到一个独立的输入端,并且能使收敛速度加快。     

3G中一种改进的盲检测算法研究

研究了直扩—码分多址（DS-CDMA）系统中多址干扰（MAI）抑制技术的盲多用户检测算法,在加性高斯白噪声信道环境中,对该检测的最小均方（LMS）算法、递归最小二乘（RLS）算法及卡尔曼滤波算法的信干比及抗干扰性能通过计算机编程仿真进行了分析、研究,提出了一种改进型盲多用户检测LMS算法,并对其信干比及抗干扰性能用Matlabl语言进行了计算机编程仿真,仿真结果表明：改进型盲多用户检测LMS算法的信干比（SIR）稳态输出明显好于基本LMS算法。     

基于时延估计波束形成预处理的实时语音盲信号分离研究

针对现有盲信号分离算法,在真实环境下性能会降低及计算量大而难以实时处理的局限性,提出一种将基于时延估计的波束形成与一种简单的去相关盲分离算法相结合的分离方法.在波束形成中,首先用互功率谱相位法对信号源到达传感器阵列的相对时延进行估计,然后进行延时对消,在此基础上再进行盲信号分离,并将该去相关盲分离算法推广到频域进一步降低计算复杂度.仿真实验表明,该方法简单可行并使得分离效果显著改善.     

基于ST-CMA盲均衡算法的直达波提取方法

针对检测系统中直达波信号被多径杂波所淹没的问题,提出了基于变步长的空时二维恒模盲均衡算法的直达波提取方法.该算法不受多径信号时延的限制,因此更具有效性和鲁棒性.在此基础之上采用变步长训练算法,在迭代过程中不断调节步长,使得算法的收敛速度得以提高.对存在不同的多径杂波情况进行了仿真分析,结果表明,新算法可以克服常规算法的...     

基于ICA算法的卫星TT&C信号的一种新的盲识别算法

在通信对抗中,由于电磁环境的复杂度及信号调制方式的多样性,使得很难得到原始信号的先验信息,这给通信对抗带来极大的困难。为了解决在通信对抗中的这个难题,我们提出了一种新的盲识别技术。该技术使用独立信号分析（ICA）去盲分离原始的信号,而且随后对每个得到的信号进行分别处理。文中首先介绍了ICA的基本原理。使用差分最大负平均信息量的方法,一个为ICA的目标函数和一个快速ICA算法在文中被提出。在深入分析此快速算法的基础上,本文阐述了一种新的算法并将其应用在卫星TT&C信号的识别中。仿真结果表明：该方法可以不需要原始信号的先验信息的情况下正确的识别出原信号（例如,载波频率,信号带宽和调制方式等）,这为后续的信号分析奠定了基础,比如信号的分析和识别,解调及证明其良好的收敛性和鲁棒性等等。     

二次调制信号与PSK类信号的自动盲识别算法

研究了卫星通信中常用的二次调制信号和PSK类信号的自动盲识别算法。从信号时域和频域出发,提取了能反映调制方式差异的瞬时特征,并对这些特征进行了理论分析。在区分非恒包络信号时,引入了自相关处理,改进后瞬时幅度包络特征差异更加明显,在对二次调制信号进行识别时,引入了FM盲解调用于恢复内调制信号,内调制PSK信号的识别采用基于谱线特征的识别算法。最后通过计算机仿真验证了其识别性能,在信噪比不低于4 dB时,对信号集内的信号识别率达到90%以上。