改进的变步长维纳系统盲源分离方法

基于非线性盲源分离的维纳系统算法中,采用固定步长导致算法的收敛速度和稳态误差之间存在矛盾,直接影响分离算法的性能。为了解决该问题,提出了基于非线性函数的变步长维纳系统盲源分离方法。该方法将更新的步长以非线性函数的形式引入到分离算法中,使得稳态时参数更新的步长尽可能小,以避免发生振荡。变步长算法在分离过程中的每次更新都会使步长自动进行合理的调整,使得收敛速度提高了53%,误差减小了45%。实验仿真表明,相对原算法,提出的维纳系统盲源分离方法可以更好地分离出信源信号,而且具有较小的误差和较快的收敛速度。     

基于人工神经网络的盲源分离研究

本文介绍了盲源分离的神经网络模型，讨论了基于前馈神经网络和递归神经网络的最常用盲源分离算法的方法和思路。     

应用萤火虫算法的混沌信号盲源分离

针对现有的独立成分分析法分离混合混沌信号精度不理想的问题,提出了一种新的混沌信号盲分离方法。该方法以求解最优解混矩阵为目标,利用峭度构造目标函数,将混沌信号的盲源分离转化为一个优化问题,并用萤火虫算法求解。同时,通过预白化和正交矩阵的参数化表示降低优化问题的维数,能有效提高分离精度。仿真结果表明,无论是处理混合的混沌映射信号还是混合的混沌流信号,该方法都能快速收敛,并且其分离精度在各项实验中都优于独立成分分析法等现有的盲源分离方法。     

基于加权最小二乘支持向量机的欠定盲源分离

为了进一步提高欠定盲源分离算法中混合矩阵估计方法的性能,提出了一种基于加权最小二乘支持向量机（SVM）的欠定盲源分离混合矩阵估计方法。该方法利用信号的方向角度特征估计出有效信源信号个数,然后采用加权最小二乘支持向量机方法获得初始权值,每次将其中一个权值对应的样本点作为测试样本,其余点作为训练样本,依次对样本的误差变量进行更新,再根据权值计算公式实现所有权值的更新,进而确定最优分类平面,实现对观测信号的最优分类,最终估计出混合矩阵。实验结果表明,新算法是有效的,其平均误差是基于K-均值方法误差的0.2倍左右,是基于SVM算法平均误差的0.5倍左右。     

混叠通信信号的盲分离处理

同频混叠信号的处理一直是通信信号处理中的难点,常规的信号处理方法难以对其进行有效分析。本文运用最新的盲源分离理论,实现了混叠通信信号的盲分离。仿真结果表明,本文采用的算法分离效果好,运算速度快,可移植性强,基本实现了对混叠通信信号的实时盲分离。     

基于指导型盲源分离和非高斯准则的全双工认知

为了克服半双工认知中存在的静态感知问题和常规全双工认知中残余自干扰限制的影响,提出了一种基于指导型盲源分离和非高斯准则的新型全双工认知方法。该方法将频谱感知和数据传输设计于同位置执行,避免在感知信息中的任何不匹配和资源损失,利用同位置配置中已知的次用户信号作为指导信号辅助执行盲源分离工作。在分离处理后,利用相关性识别出次用户自发信号,另一个信号通过非高斯准则判定,进而判决主用户的活动状态。仿真实验分析和讨论验证了所提方法的有效性,与基于自干扰消除的全双工频谱感知方案相比在计算复杂度和感知性能上具有明显的优越性。     

基于阵列天线的无线电侦察信号盲分离

盲源分离技术有非常重要的理论意义和实用价值，在信号处理的一些领域得到了广泛应用。提出将盲源分离技术用于无线电侦察系统，实现无线电侦察多信号的盲分离。理论分析和仿真结果表明具有良好的效果。     

自适应变步长的动量项盲源分离方法

针对传统盲源分离算法采用单一步长而无法同时兼顾收敛速度与稳态性以及动量因子选取的问题,介绍了一种盲源分离优化方法。该方法依据自然梯度算法(Natural Gradient Algorithm,NGA)的收敛条件,通过输出信号建立一种新的表示信号分离程度的度量指标,通过此度量指标构造非线性单调函数,使步长与动量因子参数自适应调节,从而可以合理、准确地选择参数。仿真表明了在平稳和非平稳环境下所提分离指标的正确性,且该指标可有效监测信号分离程度;针对步长及动量因子参数选取所设计的优化策略能够有效地缓解固定值对算法性能的约束,在有无噪声的情况下,均获得了优良的分离效果。     

核函数在旅游竞争力研究中的应用

发展城市旅游是加快城市经济发展的一项重要手段,而城市旅游竞争力是城市竞争力的重要组成部分,也是城市旅游可持续发展的动力源泉,因此研究城市旅游竞争力对于城市旅游的发展具有重要的现实意义。本文构建了城市旅游竞争力指标体系的模型,并采用核函数主成分分析和系统聚类法,对武汉、北京、西安、长沙、南昌和南京的城市旅游竞争力进行了实证分析。     

基于自适应惯性权重粒子群优化的多跳频信号盲源分离

针对跳频通信中多跳频信号的盲源分离问题,提出了一种基于自适应惯性权重粒子群的盲源分离算法。该算法将分离信号的负熵作为目标函数,依据迭代前后每个粒子适应度值间差值自适应地调节惯性权重。把适应度值变差的粒子惯性权重设成零,以消除惯性分量不利影响,这样可以减少无效迭代次数,提高收敛速度。应用于盲源分离时,比经典算法分离效果好且克服了激活函数选取难题。实验结果表明该算法用于多跳频信号盲分离时性能稳定且收敛速度快,与经典算法比较优势明显,为智能算法在盲源分离方面的研究提供了一定的参考。     

基于负熵最大化盲抽取的雷达信号分选研究

研究了盲源分离算法在雷达信号分选中的应用,用基于负熵最大化的盲抽取算法对实际环境下的雷达信号进行分选,仿真结果表明,该方法能够有效地应用于多路雷达信号的分选,能抗突发脉冲干扰及完成降噪处理,并且易于实现,收敛速度快.     

采用MRSSA-ICA的共信道多通信信号盲分离

针对时频域部分重叠的多个跳频通信信号共信道盲分离问题，提出了一种新的共信道盲分离算法SCBSS（Single Channel Blind Source Separation）。首先，重新定义多分辨奇异谱分析（Multi-resolution Singular Spectrum Analysis，MRSSA）算法，利用其冗余性来重构伪多输入输出模型；接着引入独立分量分析算法用于提取感兴趣的独立分量。仿真结果验证了所提算法分离多个正交相移键控（Quadrature Phase Shift Keying，QPSK）调制的时频域部分重叠跳频通信信号的有效性和鲁棒性，且不需要任何先验。     

一种基于CMA和DDLMS算法的双模式盲均衡算法

为进一步改进盲均衡算法收敛速度慢、稳态误差大、计算复杂度高等问题,提出一种切换模式和加权模式联合CMA(Constant Modulus Algorithm)+DDLMS(Direct Decision Least Mean Square)双模式盲均衡算法。综合切换双模式盲均衡算法和加权双模式盲均衡算法的优缺点,对切换、加权模式联合的CMA+DDLMS双模式盲均衡算法进行仿真。在不同信噪比条件下,对CMA算法、MCMA(Modified CMA)算法、DDLMS算法和CMA+DDLMS双模式盲均衡算法进行仿真,结果表明,所提算法收敛速度快,约为600个符号;稳态误差小,约为0.1;误码率小,在信噪比为25 dB时,误码率约为10-6。该算法可广泛应用于无线通信、光通信、声呐和雷达等众多领域。     

非线性节点探测系统的FPGA设计与实现

根据非线性半导 体PN结再辐射特性,设计了一种基于二次谐波接收的非线性节点探测系统。系统仿真 与实验表明：该系统装置使信号检测具有足够大的增益,并能较好地完成非线性节 点的探测。     

一种基于代价函数的正交频分复用中符号同步与频偏估计算法

本文利用正交频分复用（OFDM）帧结构的特点，引入代价函数，推导出了一种符号同步算法和频偏估计算法，并从理论上分析了在存在频偏的情况下，符号同步可以独立于频偏估计。计算机仿真表明，该算法具有较好的同步和频偏估计性能。