导 师: 李月
学科专业: H1002
授予学位: 硕士
作 者: ;
机构地区: 吉林大学
摘 要: 盲信号分离是当前信号处理技术研究热点之一,本文研究基于时频比的盲信号分离算法。本文首先介绍了盲信号分离的研究历史及发展现状,详细阐述了几种具有代表性的经典盲信号分离算法,重点讨论了基于时频比的盲信号分离方法思想,通过仿真实验对算法性能进行了分析比较,从而选定了TIFROM方法,对其进行改进。通过分析信号经时频变换后的特征,一方面根据不同信号自身的特点,适当选定分析域而代替考察整个时频平面,另一方面联合其中一路观测信号与其他每路观测信号在时频域的比值关系,再采用寻找最小方差的方法确定单源分析域,有效的提高了算法的信干比,并且同时提高了算法的效率。之后利用在FFT和STFT变换中相位展开在相邻频率上呈线性变化的特点,使用固定时间分析域的方法,使得改进的算法在处理时延混合模型时准确的估计出系统时延。在非平稳信号、统计相关信号、双高斯信号及含噪声混合几种复杂条件下,将本文方法与几种经典算法进行对比,通过仿真实验说明本文算法在处理ICA模型涵盖范围之外的问题时表现出了良好的性能。最后对算法的实际应用做了初步探讨,并通过仿真实验成功的分离出了随机混合的语音信号以及实际采集的混有眼电干扰的脑电信号。
分 类 号: [TN911.7]