欠定盲源分離算法及其應(yīng)用研究.pdf

1、隨著信息工程技術(shù)的飛速發(fā)展，人們對電子設(shè)備的使用日益廣泛，信號(hào)傳輸環(huán)境變得日益復(fù)雜，各種信號(hào)源在時(shí)域高度密集、頻域也相互混疊，我們所采集的信號(hào)往往不是純凈的，而是多個(gè)信號(hào)的混合疊加，要想對目標(biāo)信號(hào)實(shí)現(xiàn)準(zhǔn)確的參數(shù)估計(jì)和后續(xù)處理，必須首先對信號(hào)進(jìn)行有效的分離。盲源分離技術(shù)作為信號(hào)分離的一種有效方法得到了廣泛的關(guān)注，已成為現(xiàn)代信號(hào)處理領(lǐng)域一個(gè)重要的研究方向，并被廣泛應(yīng)用于生物醫(yī)學(xué)工程、語音增強(qiáng)、數(shù)據(jù)通信與陣列信號(hào)處理、圖像處理與識(shí)別等領(lǐng)域。經(jīng)

2、過多年的發(fā)展，盡管對盲源分離的研究已取得一系列顯著的成績，但由于信號(hào)混合模型和應(yīng)用對象的復(fù)雜性和多樣性，它仍是一個(gè)極具挑戰(zhàn)性的課題，對于某些特定情況下（例如欠定混合、非充分稀疏等）的信號(hào)分離仍有很大的研究空間及實(shí)用價(jià)值。本文緊緊圍繞盲源分離這一主題，在線性時(shí)延欠定混合模型下，重點(diǎn)研究了稀疏成分分析、獨(dú)立成分分析、時(shí)頻分布等技術(shù)在盲源分離處理中的相關(guān)理論方法，和非充分稀疏的條件下、不同統(tǒng)計(jì)特征源信號(hào)盲源分離算法的具體實(shí)現(xiàn)，以及盲源分離技術(shù)

3、在無源雷達(dá)運(yùn)動(dòng)目標(biāo)檢測中的應(yīng)用。具體的研究內(nèi)容和成果包括如下幾個(gè)方面：
　?。?）針對源信號(hào)時(shí)頻域非充分稀疏的部分混疊情況，提出了基于接收端先驗(yàn)信息提取和凸優(yōu)化子空間的通用欠定盲源分離算法。首先從混合信號(hào)接收端著手，借助已知的接收天線參數(shù)，提取出混合矩陣的先驗(yàn)信息，并利用其推導(dǎo)出單源時(shí)頻點(diǎn)的判斷新標(biāo)準(zhǔn)，進(jìn)行混合矩陣的估計(jì)；然后，借助基于凸模型的子空間投影改進(jìn)算法實(shí)現(xiàn)源信號(hào)的分離。該模型同時(shí)融合了信號(hào)投影和子空間的大?。磿r(shí)頻點(diǎn)源數(shù)

4、目），克服了傳統(tǒng)的子空間算法預(yù)先設(shè)定各時(shí)頻點(diǎn)源數(shù)目為常數(shù)時(shí)會(huì)造成局部混合矩陣過估計(jì)，而按通常做法對每個(gè)時(shí)頻點(diǎn)進(jìn)行源數(shù)目估計(jì)又會(huì)增大計(jì)算量的缺點(diǎn)。實(shí)驗(yàn)結(jié)果表明所提算法能夠很好地完成混合矩陣的估計(jì)和源信號(hào)的分離，尤其在低信噪比時(shí)仍能取得穩(wěn)定的更優(yōu)分離性能，適應(yīng)性更強(qiáng)。
　?。?）在準(zhǔn)平穩(wěn)信號(hào)混合模型下，重點(diǎn)針對來波方向較接近時(shí)傳統(tǒng)基于Khatri-rao積子空間法難以有效分辨的問題，提出了基于平行因子分解（PARAFAC）的高分辨欠定

5、盲辨識(shí)算法。首先利用待分離數(shù)據(jù)的代數(shù)結(jié)構(gòu)，重新建立基于 Khatri-rao積的欠定盲辨識(shí)模型；然后將該模型表示成三階PARAFAC數(shù)據(jù)模型的形式；最后通過 PARAFAC代數(shù)分解算法實(shí)現(xiàn)欠定混合矩陣的盲辨識(shí)。相比于傳統(tǒng)方法，該方法不但利用了信號(hào)之間的統(tǒng)計(jì)特征，更重要的是提取了數(shù)據(jù)內(nèi)在緊湊的代數(shù)結(jié)構(gòu)先驗(yàn)信息，從而借助高效的代數(shù)計(jì)算算法進(jìn)行求解。實(shí)驗(yàn)結(jié)果表明，該方法可以有效地實(shí)現(xiàn)準(zhǔn)平穩(wěn)信號(hào)欠定混合矩陣的高分辨盲辨識(shí)，尤其對源信號(hào)來波方向較

6、接近的情況具有更顯著的效果。
　　（3）針對諸如通信信號(hào)通常具有的循環(huán)平穩(wěn)統(tǒng)計(jì)特性，進(jìn)一步挖掘信號(hào)的統(tǒng)計(jì)特征，提出了一種基于二階循環(huán)統(tǒng)計(jì)量預(yù)處理的二次時(shí)頻分布盲源分離算法。首先挖掘二階循環(huán)統(tǒng)計(jì)量與 Wigner-Ville分布之間的內(nèi)在聯(lián)系，借助分段平均的周期圖實(shí)現(xiàn)對二次時(shí)頻分布 WVD的重構(gòu)，達(dá)到降噪和抑制一定交叉項(xiàng)干擾的預(yù)處理目的；然后，計(jì)算信號(hào)時(shí)頻分布矩陣并找出自源時(shí)頻點(diǎn)，并利用相應(yīng)的時(shí)頻分布矩陣構(gòu)建新的三階張量模型；最后利

7、用PARAFAC分解法直接實(shí)現(xiàn)源信號(hào)的分離。該算法借助信號(hào)的循環(huán)平穩(wěn)特征，通過預(yù)處理的方式達(dá)到抑制噪聲和干擾項(xiàng)的目的，且模型只需滿足平行因子分解的條件，不需假設(shè)任意時(shí)頻點(diǎn)的源數(shù)目不大于混合信號(hào)數(shù)目。實(shí)驗(yàn)結(jié)果表明所提出的方法可以有效地抑制干擾，并且只需要一步即可實(shí)現(xiàn)源信號(hào)的分離，避免“兩步法”造成的誤差疊加，提高了分離的效率和性能。
　?。?）以基于外輻射源信號(hào)的無源雷達(dá)運(yùn)動(dòng)目標(biāo)檢測為研究對象，提出了基于盲源分離的雜波分步干擾抑制架

8、構(gòu)，研究算法在實(shí)際中的應(yīng)用。首先采用時(shí)域相消算法抑制主基站直達(dá)波和多徑干擾；然后針對殘留的強(qiáng)弱混合的鄰近基站干擾信號(hào)，采用分步抑制算法，先借助盲源分離算法對較強(qiáng)干擾信號(hào)進(jìn)行初步抑制，再利用穩(wěn)健的自適應(yīng)波束形成技術(shù)對較弱信號(hào)進(jìn)行進(jìn)一步的干擾消除；最后利用距離-多普勒相干處理對運(yùn)動(dòng)目標(biāo)進(jìn)行檢測。該方法借助分步架構(gòu)，對主基站干擾、鄰近基站強(qiáng)、弱干擾進(jìn)行分別處理，克服了傳統(tǒng)干擾抑制方法會(huì)將較多的自由度用于抑制功率相對較大的主基站直達(dá)波和多徑干擾