导读:本文包含了盲信号论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信号,张量,均衡器,算法,串音,干扰,重构。
盲信号论文文献综述
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）
褚鼎立,陈红,王旭光[5]（2019）在《基于WOA和PCA的盲信号提取算法》一文中研究指出针对线性混迭信号中独立源的盲提取问题,提出一种基于鲸鱼优化和主成分分析的有序盲提取算法。该算法以信号峰度绝对值大小作为目标函数,利用鲸鱼优化算法计算抽取向量,同时利用主成分分析对混合信号降维,去除混合信号中存在的关于已提取信号的成分,从而按照源信号峰度顺序进行盲提取。仿真实验表明,提出的算法对盲信号提取是有效的,而且提取精度是较高的,有一定的实际应用价值。(本文来源于《电光与控制》期刊2019年07期）
郭凌飞,张林波[6]（2019）在《通过CWLS-DL优化St-OMP算法的盲信号重构》一文中研究指出针对稀疏成分分析理论的"两步法"中的源信号重构算法改进,提出一种由相关性加权最小二乘字典学习法与分段正交匹配追踪算法组合的算法,能够解决带权重信号误差的F-范数最小化问题,并通过增加单次迭代的原子数改变算法复杂度。将此组合算法用于语音信号的盲源分离仿真实验,完成源信号重构。实验结果表明,用该组合算法重构的信号,能在保证提高重构精度的同时,与算法复杂度存在良好的折中。无噪声环境下该组合算法的性能为最佳,有噪声环境下可达到信号重构要求的最小信噪比约为17～18 dB。(本文来源于《应用科技》期刊2019年03期）
徐伟,臧旭,王长宇[7]（2018）在《基于斜投影的DOA估计和盲信号识别协同算法》一文中研究指出阵列信号处理领域中,经常需要分析阵列接收信号的波达方向(DOA)和波形信息。在缺乏信号先验DOA和波形信息的情况下,提出了一种新的斜投影DOA估计和盲信号识别协同算法,实现对未知阵列接收信号的自适应分析。该算法交替地采用斜投影空域滤波技术将阵列接收信号拆分为单信号群组,在每个单信号群组内进行DOA和波形联合估计。算法适用于主瓣干扰存在的情况,并且在中小快拍数下有较好的估计性能。理论分析和仿真实验证实了文中算法的有效性。(本文来源于《现代雷达》期刊2018年11期）
王心怡[8]（2018）在《基于特定听觉特征的盲信号提取方法》一文中研究指出针对参考信号波形难以构造等情况,提出一种利用期望源信号听觉特征进行信号盲提取的方法,根据源信号的听觉特征先验知识,将提取信号与期望信号听觉特征向量的接近程度作为度量,使用非线性最小二乘法进行迭代计算分离向量,提取出与期望信号在听觉特征上最为接近的源信号。对这种方法进行了理论推导,并使用不同类型的信号进行了仿真。仿真结果表明,该方法具有良好的效果,且由于仅利用了信号的听觉特征,而不需要参考信号的具体波形,对于不同类型的信号,具有广泛的适应性,具有良好的应用价值。(本文来源于《声学技术》期刊2018年05期）
任子良,秦勇[9]（2018）在《一种噪声未知条件下的盲信号提取方法》一文中研究指出传感器网络中的节点带宽等资源受限,使得在设计盲信号处理方法时需考虑信号量化等因素,而量化噪声的引入使得整体噪声复杂且未知。针对传感器网络中噪声统计特性未知的情况,提出了一种基于容积点变换和代价参考粒子滤波的盲信号提取方法。在滤波过程中,采用容积点变换可获得较为准确的预测粒子,通过用户自定义的权值映射规则可以实现粒子的更新和重采样,减少了算法对噪声和源信号统计特性的依赖。实验结果表明该方法可实现对源信号的有效提取,在噪声统计特性未知时的提取性能要优于其他方法。(本文来源于《电子科技大学学报》期刊2018年05期）
叶潘[10]（2018）在《盲信号处理中的关键技术研究》一文中研究指出随着通信技术的日新月异,其涉及到的领域也越来越广。盲信号处理技术是一个新兴的信号处理技术。盲检测是从观测到的信号中检测是否还有通信息号,信号模式识别是从得到的通信信号中得到原信号的调制模式,盲源分离和盲信号提取是从观测信号中恢复源信号的有效方法。这些盲信号处理技术目前已成为信号处理领域的研究热点。盲信号处理技术在通信系统有着广泛地应用领域,比如在军事上的通信对抗、电子干扰等方面,在民用上面的无线电监测等。本文首先对一种基于经典能量检测算法的信号盲检测方法进行了研究,经典能量算法的检测性能受到信道的噪声方差的影响,而信道的噪声方差是通过估计得到,若估计误差较大,将直接影响检测概率,从而使得检测变得不准确。本论文中所提出的盲信号检测不受信道噪声的影响,使得检测正确率比经典能量算法有着很大的提高。通过仿真实验表明,这种盲频谱检测算法比经典能量检测方法更好的检测效果,同时不需要已知噪声方差信息。随后对几种常见的数字调制信号的在循环谱曲线上的不同进行了理论研究,分析了 MASK、2FSK、MFSK、BPSK、QPSK等数字调制信号的循环谱函数特性,通过仿真实验表明,可以通过循环谱对常见的数字调制信号进行调制模式大类的判定。最后对盲源分离的基本原理和经典FastICA算法进行分析。FastICA算法在完成数据的白化过程后,通过迭代运算出分离矩阵来完成对混合信号的盲分离。通过仿真实验表明,在无噪条件下,FastICA算法可以很好的分离出不同的独立源信号;但在有噪条件下,分离效果会随着信噪比的提高而提高。(本文来源于《华中师范大学》期刊2018-05-01）
盲信号论文开题报告
（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。
盲信号论文参考文献
[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].褚鼎立,陈红,王旭光.基于WOA和PCA的盲信号提取算法[J].电光与控制.2019
[6].郭凌飞,张林波.通过CWLS-DL优化St-OMP算法的盲信号重构[J].应用科技.2019
[7].徐伟,臧旭,王长宇.基于斜投影的DOA估计和盲信号识别协同算法[J].现代雷达.2018
[8].王心怡.基于特定听觉特征的盲信号提取方法[J].声学技术.2018
[9].任子良,秦勇.一种噪声未知条件下的盲信号提取方法[J].电子科技大学学报.2018
[10].叶潘.盲信号处理中的关键技术研究[D].华中师范大学.2018
论文知识图
