基于三阶循环平稳度准则的盲源分离算法

通过研究循环平稳信号的特性和分析传统的基于二阶统计量的盲源分离算法,在二阶循环平稳度的基础上提出了三阶循环平稳度的概念,并推导出了利用三阶循环累积量平稳度作为分离准则的新盲源分离算法。本算法可以在复杂噪声的情况下有效的分离平稳信号和循环平稳信号。仿真结果表明该算法能够抑制混合信号中的强噪声,算法简单,实时性好。

循环累积量矩阵联合对角化盲源分离算法

循环累积量兼有高阶统计量和循环不稳两者的优点,可抑制任何平稳高斯或非高斯噪声以及非平稳的高斯噪声,文中利用循环累计量的这一性质,提出的基于循环累积量矩阵联合对角化盲源分离算法,对接收的每路数据分别运用矩阵联合对角化法处理,实现对具有相同循环频率源信号有效的分离的目的。仿真试验表明该算法能够有效的提取有用信号。

NGA实现互信息量最小化的盲源分离

提出了一种新的盲源分离算法,该算法通过自然梯度算法实现互信息量最小化,从而达到盲源分离的最佳效果。由于互信息量具有度量分离信号的循环相关矩阵和单位阵的相似程度的特性,最小互信量标志着分离矩阵最佳的状态。通过自然梯度寻优算法来实现互信息量的最小化,从而得到理想的分离矩阵。仿真结果表明算法对具有循环平稳特性的源信号分离效果显著,且收敛速度快。