论文部分内容阅读
盲源信号分离是一种常见的信号处理技术。可以在未知源信号传输信道以及混合过程的情况下,仅对源信号进行统计独立性假设,最后从接收信号计算出混合矩阵以及分离出源信号波形。随着盲源信号分离技术广泛应用在复杂的电磁环境中和雷达、通信系统上,它受到了越来越多的关注,也成为信号处理领域研究的热门方向之一。而作为解决盲源信号分离问题的一种重要方法,矩阵联合(块)对角化算法在近些年来引起了巨大的关注。本文将以这一课题为中心,在矩阵联合(块)对角化盲分离算法的研究上具体进行如下工作:首先,探讨信号的瞬时混合模型(卷积混合模型)与矩阵联合(块)对角化模型之间的关系,以便于将矩阵联合(块)对角化算法应用于实际信号分离当中。其次,由于联合对角化的目标矩阵组通常不能够满足完美对角化定理,从而联合对角化实际上是一种近似意义上的对角化,因此本文将列举常见的目标函数用来衡量目标矩阵组对角化的程度。另外,由于联合对角化算法收敛性研究相对复杂,从理论上说明各算法的优缺点较为困难。因此,本文提出在模拟数据上从四个方面对联合对角化的性能进行分析,阐述各个算法的优缺。最后,平凡解(零解)以及降解会使得非正交联合块对角化算法失去对接收信号进行盲分离的能力,从而得到无意义的结果。因此,本文将详细叙述降解的研究现状,讨论降解出现的原因,最后将通过增加罚函数的方式提出一种能够避免降解的非正交联合块对角化算法。在数值试验中,通过模拟数据去阐述本文所提出的算法具有更加广阔的适用范围,通过在实际信号分离中的应用验证本文提出的算法能够适用于实际的应用场景。