导读:本文包含了半盲信号分离论文开题报告文献综述及选题提纲参考文献，主要关键词:VDB,GBAS,同频干扰抑制,串音误差
半盲信号分离论文文献综述
倪育德,李许光[1]（2019）在《基于盲信号分离的机载VDB接收机同频干扰抑制》一文中研究指出针对民航飞机利用陆基增强系统(GBAS)进行精密进近着陆过程中,GBAS机载甚高频数据广播(VDB)接收机所受到的同频干扰问题,提出采用盲信号分离算法,对VDB接收机所接收到的期望信号与同频干扰信号进行分离,并通过识别解码数据中的机场标识(ID),得到所需期望信号,从而抑制同频干扰信号.分析并仿真了基于快速固定点(Fast ICA)算法、自然梯度算法和等变自适应分离(EASI)算法,对VDB接收机接收到的混合信号进行分离的机理和同频干扰抑制的实现.仿真结果表明,这叁种算法均能有效分离期望信号与同频干扰信号,进而进行同频干扰抑制,并通过比较叁种算法的收敛速度、串音误差和误码率,得出Fast ICA算法更适合用于VDB信号的同频干扰抑制.(本文来源于《全球定位系统》期刊2019年03期）
周悦[2]（2019）在《盲信号分离技术在计算机网络安全中的应用研究》一文中研究指出盲信号分离技术是近年来信号处理领域的一大研究热门,其可广泛应用于无线通信、图像处理、语音分离等领域。历经二十余载的发展,该技术取得了很大的研究进展,特别是在计算机网络安全方面,更是引起越来越多人的关注和兴趣。为此,对盲信号分离技术的理论基础及其应用方法进行了分析,并对该技术在计算机网络安全中的相关应用进行了深入的研究,以期能够为我国计算机网络安全的有效维护做出贡献。(本文来源于《江西电力职业技术学院学报》期刊2019年05期）
陈裕雄[3]（2019）在《船舶通信网络盲信号的分离算法》一文中研究指出盲信号分离算法是船舶通信网络研究中的一个重要方向,为了解决当前盲信号分离算法存在的分离效果差、精度低等缺陷,提出一种基于混合人工智能算法的船舶通信网络盲信号分离算法。首先对船舶通信网络盲信号分离原理进行分析,指出盲均衡器权向量是影响分离效果的关键因素,然后采用粒子群算法和蚁群算法组成一个混合人工智能算法,将其引入盲均衡器权向量最优值的搜索中,最后进行船舶通信网络盲信号分离实验。本文算法能够快速有效的找到盲均衡器权向量最优解,解决当前船舶通信网络盲信号分离算法存在的难题,提高了船舶通信网络盲信号分离精度,具有十分广泛的应用前景。(本文来源于《舰船科学技术》期刊2019年08期）
夏静[4]（2019）在《基于张量对角化的盲信号分离算法研究》一文中研究指出张量对角化,是信号处理和机器学习范畴中至关重要的一部分。张量对角化是指通过在张量的每个维度上乘非酉非奇异矩阵后将一系列张量转化为精确的或近似对角张量的方法。在多维的、多数据集的或多模态的的盲信号分离背景下,使用每个数据集中源的高阶累积量可以将联合盲信号分离问题转换为高阶张量的张量对角化问题。且它们的应用范围从源分离到协同过滤,混合建模,主题建模,分类,和多线性子空间学习。本文以非酉张量对角化为切入点详细研究了更高效的多维、多数据集或多模态盲信号分离的算法,主要工作如下。研究了非酉的对角化器矩阵在时间序列下变化的复值张量对角化方法。目前已有的张量对角化算法都考虑对角化器矩阵保持不变的情况。但在实际中,随着时间的推移,目标张量的数量可能会增加。基于此,提出了自适应非酉张量对角化算法。与以往批处理算法不同,该算法核心思想是使用张量和矢量计算更新先前的估计来递归计算对角化器矩阵。首先采用递归最小二乘准则和张量的向量化,将问题转变成一个典型的限制最小二乘问题。其次,分两步求解这个限制最小二乘问题。即首先求解一个与原问题相关的无约束最小二乘问题,然后在约束集上寻找最接近无约束最小二乘问题最优解的值。在最后的仿真中,将该算法和其他批处理算法对比,发现该算法在运行时间上有很大的优势。研究了多数据集的非酉张量对角化方法。对于正交(酉)对角化器问题,需要预白化处理阶段,这会在一定程度上降低算法性能。研究了算法性能较好的非酉(非正交)复值张量对角化问题。该算法是受Jacobi迭代框架的思想激发,结合一种特殊的在(i,j)和(i,j)两个位置的元素非零的参数结构来更新每个张量mode相应的不同的对角化器矩阵,直至收敛。在最后的仿真中,将该算法和其他批处理算法对比,发现该算法与其他批处理算法的计算复杂度相当的情况下,稳定性和对角化度量精度有优势。(本文来源于《电子科技大学》期刊2019-03-22）
何庆,骆忠强[5]（2018）在《一种基于免疫算法的盲信号分离算法》一文中研究指出针对现有盲源分离算法性能受限于非线性函数选择且算法实现复杂、计算量大的问题,文章提出了一种基于人工免疫算法的盲信号分离算法,达到满足实际应用中有效分离的需求。该算法不依赖于源信号概率密度的非线性函数估计,通过免疫算法最小化信号的互信息,实现对观测混合信号的分离。基于免疫算法的盲信号分离,利用免疫算法隐形并行处理,具有较好的全局搜索性能和易收敛到最优解的特点。仿真分析表明,与传统的ICA盲分离算法相比,所提出的算法对于多路混迭信号具有更好的分离效果。(本文来源于《计算机时代》期刊2018年03期）
郭小云[6]（2018）在《多通道AIS盲信号分离技术研究》一文中研究指出本文在船舶自动识别系统(Automatic Identification System,AIS)接收系统的背景下,研讨多通道混迭信号的盲信号分离处理方法。主要研究内容包括:(1)针对传统的基于信号时序结构的盲信号分离算法不能有效解决AIS信号分离的问题,提出了一种基于累积自相关量的AIS实信号盲提取算法。该算法利用信号的时序特性构建信号的累积自相关量,将累积自相关量最大化作为信号分离的准则,用人工蜂群算法对累积自相关量函数进行优化,逐次提取信号。仿真结果表明,该算法可以很好地实现AIS信号盲分离,相对于其他基于时序结构的盲提取算法具有更高的分离精度,性能良好。(2)通过球坐标变换生成增维矩阵对混合信号进行增维,提出了一种增维噪声抑制的AIS复值Fast ICA算法。对增维后的混合信号进行白化去噪,采用含噪的复值FastICA算法对AIS信号盲分离。仿真结果表明,通过球坐标变换的增加混合信号维数方式能有效降低噪声的影响,比随机增加混合信号维数的方式有更好的噪声抑制效果。该算法相比传统的复值FastICA算法和复值峭度最大化算法能有效减小噪声的影响。(3)在等变自适应分解算法(EASI)的基础上,提出了一种自适应步长学习指数EASI盲分离算法。该算法利用信号的非高斯性引出步长学习指数,使EASI算法的步长随步长学习指数的增大呈指数衰减。初始阶段步长较大,随着步长的减小稳态误差也逐渐减小。对改进EASI算法的批处理和自适应处理两种方式分别进行仿真,仿真结果表明,改进EASI算法较传统EASI算法收敛速度有所提高,自适应处理的稳态误差较传统EASI算法的自适应处理稳态误差也有所减小。(本文来源于《天津理工大学》期刊2018-03-01）
赵安[7]（2018）在《关于网络通信中盲信号实时分离仿真研究》一文中研究指出对网络通信中盲信号的实时分离,能够有效保证网络通信安全性。对盲信号的实时分离,需要先将信号进行升维,获取盲信号连续相位特点,完成网络通信中盲信号实时分离。传统方法寻找信号转换量与混合矩阵列向量之间的关系,获得盲信号混合矩阵的估计值,但忽略了获取盲信号连续相位特点,导致盲信号分离效果不理想。提出基于BCJR的网络通信中盲信号实时分离方法。依据盲信号的Gabor变换系数之间的关联关系,获得源信号数量的估计,对Gabor变换后的盲信号进行阈值处理及逆变换操作,获得新的盲信号,从而实现信号升维,依据升维后的盲信号连续相位特点,推导出采用BCJR算法通过估算码字中不同符号对的最大后验概率使误符号率达到最小,由此实现网络通信中盲信号实时分离。实验结果表明,所提方法与当前分离方法相比,具有较好的可行性和有效性。(本文来源于《计算机仿真》期刊2018年02期）
师晨旭[8]（2017）在《自然梯度盲信号分离算法的研究》一文中研究指出盲信号分离技术起源于20世纪90年代,解决的是在源信号与传输信道均未知的条件下,只能利用观测信号估计出相互统计独立的源信号的问题。盲信号分离模型具有通用性,在雷达、无线通信、图像处理、语音信号处理和医学领域有着广泛的应用。对比函数优化是解决线性瞬时混合盲信号分离问题的一种主要思路。该方法通过找到一个能够测度分离系统输出的随机向量的统计独立性的对比函数,接着用优化算法找到该函数的最大/小值,得到分离矩阵从而恢复源信号。自然梯度盲信号分离算法是一种经典的对比函数优化方法,它通过自适应更新得到分离矩阵,迭代公式形式简单、计算量小且可以跟踪环境的变化。自然梯度盲分离算法作为在线自适应算法的一种,其性能指标存在步长和激励函数两种影响因素。为了有效提高算法性能,本文对步长的选择和激励函数的估计进行了改进。自适应变步长能够有效缓解收敛速度与稳态误差存在的矛盾,基于此,本文提出了一种基于分级迭代变步长算法。仿真实验结果表明,该算法具有高速收敛的同时稳态误差也较小。在自然梯度盲信号分离中,估计的激励函数的精确度直接影响算法的收敛。针对此问题,采用一种函数逼近激励函数的方法加快算法收敛速度。通过一组正交基线性组合逼近激励函数,均方误差作为逼近程度的测度,正交基的组合系数可以由自适应学习均方误差最小获得。仿真实验证明无论是对于同系混合信号还是杂系混合信号该方法都具有较快的收敛速度。(本文来源于《河南理工大学》期刊2017-06-16）
杨俊杰[9]（2017）在《盲信号分离算法分析及其在网络安全技术中的研究》一文中研究指出作为信号处理的热点研究课题,盲分离技术在无线通信、语音分离、图像处理,脑电信号处理领域具有广泛的应用前景。近二十年来,盲分离技术取得了长足的进步。当前,本文着重于探讨以下的盲分离技术研究热点:1)欠定线性混迭模型下的混迭矩阵估计问题;2)卷积混迭模型下的信号源个数估计及源信号分离问题;3)盲信号分离方法的应用问题,如在网络安全中的应用。本文主要研究工作如下:首先,通过稀疏成分分析探讨欠定线性混迭情形下的盲分离问题,给出一种基于加权策略下的超直线聚类算法。针对源信号所体现出来的非严格稀疏特性,提出通过加权策略实现对观测信号的差异性聚类。通过引入高斯隶属函数作为加权因子,在差异性聚类过程中,对具有高稀疏度的样本数据以低权重值,同时对低稀疏度的样本数据则赋予高权值。该差异性聚类策略目的是突出样本数据的聚类中心,抑制远远偏离中心的离群点干扰,从而增强超直线聚类算法的稳定性。通过所提出的加权超直线聚类策略,可以同时实现信号源的个数估计以及混迭矩阵估计。其次,分析卷积混迭模型中的信号源个数估计问题,给出一种基于提取特征数据的时频域密度检测聚类算法。本章所提算法基于下列观察:在任意连续时频点内,源信号中的某个活跃源信号在该区域内功率谱占优,而其他源成分的功率谱次之。基于这个假定,第一步,通过观测信号数据的二阶统计信息进行特征提取。第二步,通过提取出来的特征数据进行密度检测聚类,确定出聚类中心的个数。第叁步,通过逐频点进行密度聚类估计,统计出现频次最高值作为估计的信号源个数。相比现有的聚类算法,所提策略能够有效增强聚类算法的抗干扰能力,能够适用于较大规模欠定卷积模型下的源信号个数估计。再次,分析卷积混迭模型中的盲分离中的源信号分离问题,给出一种基于分块张量分解框架下的时频域盲分离算法。通过组合成对时频点观测信号成分,构建出新的线性混迭模型,同时对新的混迭矩阵进行结构化设计。经过严格理论证明,基于新构建模型的卷积盲分离可以完全解决排序不确定性问题。进一步地,提出基于结构化分块张量分解算法,实现超定情形下的卷积盲分离。然后,将盲分离技术应用到无线通信网络安全领域,给出一种基于半盲估计算法的差异性信道估计策略。差异性信道估计策略是保证合法用户服务质量,防止非法用户窃听的重要物理层安全手段。本文通过设计具有随机特性的前向训练序列并且设计具有人工噪声干扰的逆向训练序列,达到保证合法接收机端的接收质量,同时弱化非法接收机端的窃听能力。基于单位均方误差指标,系统分析合法接收机端以及非法接收机端的信道估计差异,给出训练序列与人工噪声序列最优功率分配方案。相比现有的差异性信道估计策略,所提出的半盲技术的双向训练策略具有更好的差异性信道估计性能,同时能够稳健对抗导频污染这类主动性攻击。最后,将盲分离技术应用于智能电力网络安全领域,给出一种基于盲分离方法下的具有低稀疏度的隐蔽性数据攻击策略。在理论上证明可以放宽隐蔽性数据攻击的实施条件,即:攻击者只需掌握部分的电网系统量测矩阵信息以及控制少数智能电表即可实施隐蔽性数据攻击。为获取局部电网系统量测矩阵信息,设计出一种基于电表数据的两步骤攻击策略,其中包括估计系统量测矩阵以及重构稀疏攻击向量。所设计的隐蔽性数据攻击策略揭示出电表数据泄露对智能电网安全的潜在威胁。(本文来源于《广东工业大学》期刊2017-06-01）
熊杰,康荣雷[10]（2016）在《盲信号分离自适应算法研究》一文中研究指出盲信号分离是信号处理领域的一个重要问题.其目的是当满足一定假设条件后,根据观测到的混合信号还原分离出若干原始信号.阐述了盲信号分离的模型和原理,分析了几种RLS和LMS盲信号分离自适应算法的性能,并对上述算法进行了仿真比较.仿真结果表明RLS算法比LMS算法收敛速度快,但LMS比RLS稳定性好.(本文来源于《长沙大学学报》期刊2016年05期）
半盲信号分离论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
盲信号分离技术是近年来信号处理领域的一大研究热门,其可广泛应用于无线通信、图像处理、语音分离等领域。历经二十余载的发展,该技术取得了很大的研究进展,特别是在计算机网络安全方面,更是引起越来越多人的关注和兴趣。为此,对盲信号分离技术的理论基础及其应用方法进行了分析,并对该技术在计算机网络安全中的相关应用进行了深入的研究,以期能够为我国计算机网络安全的有效维护做出贡献。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
半盲信号分离论文参考文献
[1].倪育德,李许光.基于盲信号分离的机载VDB接收机同频干扰抑制[J].全球定位系统.2019
[2].周悦.盲信号分离技术在计算机网络安全中的应用研究[J].江西电力职业技术学院学报.2019
[3].陈裕雄.船舶通信网络盲信号的分离算法[J].舰船科学技术.2019
[4].夏静.基于张量对角化的盲信号分离算法研究[D].电子科技大学.2019
[5].何庆,骆忠强.一种基于免疫算法的盲信号分离算法[J].计算机时代.2018
[6].郭小云.多通道AIS盲信号分离技术研究[D].天津理工大学.2018
[7].赵安.关于网络通信中盲信号实时分离仿真研究[J].计算机仿真.2018
[8].师晨旭.自然梯度盲信号分离算法的研究[D].河南理工大学.2017
[9].杨俊杰.盲信号分离算法分析及其在网络安全技术中的研究[D].广东工业大学.2017
[10].熊杰,康荣雷.盲信号分离自适应算法研究[J].长沙大学学报.2016