超宽带通信信号欠定盲源分离

针对超宽带通信信号,提出了一种新的二阶段欠定盲源分离方法:阶梯图-最小角度法。在第一阶段即混叠矩阵估计阶段,提出用阶梯图对均匀抽样的数据点进行聚类计算,建立了一种估计混合矩阵的工程化模型,它可以直接估计出源信号个数,并且得到精度较高的混合矩阵估计值;在第二阶段借助最小角度分离准则估计出源信号,从而获得较好的分离性能。     

基于小波分析的盲源分离

提出一种新盲源（BSS）分离算法是在独立分量分析（ICA）算法中引入离散小波变换技术分解出有用信号．ICA是一种线性非高斯统计方法,不仅能够使研究对象相互独立或尽可能独立,而且能突出源信号的本质结构．笔者采用的新盲源算法能够将时-频ICA相结合,实现了较好的盲源分离．     

基于Bessel函数展开的语音信号ICA-R算法

为了解决语音信号参考独立分量分析(ICA with Reference,ICA-R)算法中参考信号选取难的问题.依据语音信号传播机理和Bessel函数展开系数对语音信号的表征能力,提出了基于Bessel函数展开的语音信号建模方法,利用Bessel函数展开系数作为变换系数,用少量的系数构建ICA-R中的参考信号来实现对期望语音信号的提取,并将该方法运用到语音信号隐藏技术中.仿真实验结果表明该方法能够较好地从混合语音信号中提取期望语音信号,并能有效地实现语音信号的隐藏与恢复.     

多输入-多输出系统级联的多输入单输出均衡器研究

针对多输入-多输出(MIMO)系统接收端信号之间的相关性影响其盲均衡效果的问题,提出一种级联的多输入单输出(MISO)均衡器。每级MISO均衡器恢复一个发射信号,之后利用信道估计算法对混合信号进行修改,修改后传递到下一级MISO均衡器进行类似的处理。通过原理分析以及性能仿真可见,级联的MISO均衡器能够克服信号相关性对均衡效果的不良影响,与传统MIMO均衡器相比,算法收敛后信号星座点更集中,全局用户间总干扰比也更低;并且下一级MISO均衡器的均方误差低于上一级。     

一种提高诊断信息质量的方法

针对工程实际中噪声干扰、不同源信号之间的混叠及信号的信噪比低，造成信号分析和特征提取难的问题，研究了采用连续小波变换（CWT）和独立分量分析（ICA）的方法对滚动轴承的声音信号进行了消噪和分离，从而提高了诊断信号的信噪比，保证了故障的确诊。通过仿真实验和实例分析，验证了该方法的有效性。     

一种指定验证者的代理盲签名方案

将指定验证者的功能引进代理盲签名中,提出一种新的签名方案称为具有指定验证者的代理盲签名方案.代理签名者可以代表原始签名者对消息进行盲签名,只有消息拥有者指定的验证者验证代理签名的有效性.安全性分析表明新方案是安全的.     

基于优化得分函数差分的频域盲解卷积算法

基于完全互信息梯度表达式及得分函数差分的性质,提出一种在线频域盲解卷积块算法.本算法依赖于系统输出分布的优化多元得分函数,对源信号分布类型不作要求,为了避免幅值不确定引起算法收敛到平凡解,在算法的相对梯度中加入了单位方差约束;利用得分函数差分的性质,去除期望为零的矩阵元素,以保证相对梯度的正确方向.通过仿真比较,说明了该算法收敛速度快、分离效果较好且较稳定.在对观测信号进行预处理后该算法可用于语音源信号的盲解卷积.     

基于RSA密码体制的不可跟踪盲签名方案

基于RSA密码体制,利用扩展Euclidean算法构造了两种不可跟踪盲签名方案.方案比一般的盲签名方案就有更强的安全性.     

典型ICA算法在盲源分离中的实现

独立成分分析在神经网络、高级统计学和信号处理等研究领域具有广阔的工程应用前景。文章介绍三种典型的独立成分分析算法,即Infomax算法、Extended-ICA算法和Fast-ICA算法的原理,通过三种算法对三路随机混合信号进行的分离实验,说明了ICA算法在盲源分离技术中的应用与实现,并对三种算法的分离性能进行了对比和分析。     

基于SCS算法的盲自适应多用户检测器

提出了一种基于SCS(Soft-Constraint-Satisfaction)算法的盲自适应多用户检测器。基于SCS算法的盲自适应多用户检测器只需知道期望用户的扩频码及定时信息,而且通过自动选择用来估计期望信号的非线性函数,可以调节算法的收敛速度和估计误差。仿真实验表明该方法具有较好的抗多址干扰的能力。