论文部分内容阅读
本文对三种盲信号分离算法进行了研究，分别在时域和频域角度对常见信号(语音信号和图像信号)，针对不同的混合情况(瞬时混合、卷积混合)进行盲分离处理，得到了较好的分离效果，并就其中一种算法在数字信号处理器DSP上实现了实时处理。
在时域上，首先就一种基于信号峰态极值化的盲信号分离方法进行了探讨，提出了简单快速的最速下降算法，提出并解决了收敛指向性的问题，并对混合语音信号的分离扩展到混合图像信号的分离。实验结果表明，同其它基于峰态的盲分离算法相比，本方法分离效果好，而且在收敛速度、运算复杂度方面有显著的优势。
为了满足DSP系统实时进行信号分离的要求，对另一种以占格率理论为基础的时域盲信号分离算法进行研究，针对一般瞬时混合信号的特点提出了权值搜索算法，再根据实时系统的处理时间和空间的要求对算法进一步改进，设计出盲信号分离的实时处理系统，在DSP系统上得到实现。通过仿真与实验表明，该系统具有搜索准确率高，占用资源少，实时性好等特点，并能够快速而准确的对周围的环境进行跟踪。
在频域盲信号分离部分，讨论了基于互相关功率谱的频域盲分离方法，分析了频域处理过程中信号帧长的不同会对分离信号的分辨率、分离信号的连续性交换要求以及分离矩阵的振荡性产生不同的影响，因而提出了多级帧长的方法来平衡这几方面的的矛盾，使得分离效果有了较明显的提高。最后引入一个新的约束条件避免分离过程中可能出现的伪解现象，进一步保证了对卷积混合信号的良好分离效果。