共查询到17条相似文献,搜索用时 62 毫秒
1.
2.
3.
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。 相似文献
4.
针对多路混合的同步组网跳频信号,提出了一种基于时频分析的盲分离方法。首先利用同步组网的各跳频信号中各信号跳时相同、跳周期相同等特点,利用平滑伪魏格纳分布(SPWVD)提取信号在时频分布上的特征值。在此基础上,采用基于短时傅里叶变换(STFT)时频比方法对同步组网跳频电台信号进行分离。仿真实验表明,这种方法能有效分离同步组网电台跳频信号,且在跳频间隔较小时,依然具有良好的分离效果。 相似文献
5.
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。 相似文献
6.
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。 相似文献
7.
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。 相似文献
8.
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. 相似文献
9.
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。 相似文献
10.
信号分离是雷达电子对抗的重要环节。考虑到雷达信号在时频域具有稀疏性的特点,在独立分量分析的基础上,提出了一种基于时频域稀疏性的线性调频雷达信号盲源分离方法。首先对混合信号进行短时傅里叶变换,在每个频点利用自然梯度算法分离信号,由分离信号幅度的比值作为对源信号后验概率的估计;然后根据相邻频点后验概率序列的相关性进行排序,确保各个频点的分离信号属于同一个源信号;最后设计时频掩码分离信号。进行了线性调频雷达信号卷积混合的盲分离实验,所提方法分离结果明显优于传统独立分量分析方法的分离结果,验证了该方法的有效性。 相似文献
11.
针对非合作低信噪比环境下的卫星通信信号检测问题,在信号子空间维数估计的基
础上,提出了一种基于奇异值分解的多卫星信号盲检测方法。该方法充分利用奇异值与特征
值之间的关系,设计检测统计量将多个信号能量集中起来进行考虑,以适应更低的信噪比,
并从理论上对检测性能进行了推导分析。仿真结果表明,该方法简单高效,针对不同的卫星
信号,在虚警概率小于1%、信噪比为-11 dB时,盲检测概率均可达90%以上;同时能够
在低信噪比环境下适应多信号环境,且其计算量相对特征值方法减少了一个数量级,更适合
应用在星载设备上。 相似文献
12.
对于含噪声情况下多个源信号卷积混合盲分离,由于混合矩阵比较复杂,分
离算法会出现迭代次数增加、收敛速度变慢等问题。在对多信号卷积混合进行合理简
化的基础上,提出一种以四阶累积量为独立准则的多信号卷积混合的新的时域盲源分离算法
。由于采用高阶累积量为独立准则,该算法对高斯噪声具有良好的抑制作用,改善了信噪比
。
其次,算法也建立了步长因子的选取与二次残差之间的非线性函数关系,使得算法既获得了
较
快的收敛速度,也得到较高的分离精度。仿真数据表明提出的算法对于多个源信号卷积
混合具有良好的分离效果。 相似文献
13.
14.
15.
传统的观点大都将跳频信号盲检测问题视为能量域的门限阈值问题,而从统计域来看,实际接收到的跳频信号是在一些未知时刻突变而在这些时刻之间保持统计平稳性的分段平稳随机信号,那么基于非平稳时间序列的各种突变检测算法就可以引入其中。分析了当前跳频突变通信信号的统计特性,给出了其高阶分段平稳的模型。将Bemaola-Galan(BG)提出的自适应分割算法推导到高阶,并将其成功应用于多个跳频突发信号盲检测和自适应提取中。仿真结果表明,该算法不需要任何先验信息,能够有效检测和提取多个突发通信信号,且性能优于传统的能量检测法。 相似文献
16.