[信息與通信]盲信號(hào)分離技術(shù)及小波變換的應(yīng)用ppt(已修改)
2024-10-28 17:33 本頁(yè)面
【正文】 盲源分離技術(shù)及小波變換的應(yīng)用 徐鵬程 盲信號(hào)分離技術(shù)概述 ? 盲信號(hào)處理 ?最近十余年發(fā)展起來(lái)的一門(mén)新興學(xué)科，計(jì)算機(jī)、神經(jīng)網(wǎng)絡(luò)、信號(hào)與信息處理的交叉學(xué)科。是計(jì)算機(jī)與信號(hào)處理研究領(lǐng)域中的一個(gè)熱門(mén)學(xué)科。 ? 應(yīng)用領(lǐng)域 ?盲信號(hào)處理在生物醫(yī)學(xué)信號(hào)處理、地球物理、雷達(dá)、通訊、圖像和語(yǔ)音信號(hào)處理，以及數(shù)據(jù)挖掘、財(cái)經(jīng)數(shù)據(jù)分析、機(jī)械設(shè)備狀態(tài)檢測(cè)和故障診斷等許多領(lǐng)域都極具應(yīng)用價(jià)值。 問(wèn)題的提出 ? 雞尾酒會(huì)問(wèn)題 ?一間大廳里有兩個(gè)人同時(shí)講話，兩個(gè)源信號(hào) s1(t), s2(t) ?用兩個(gè)麥克風(fēng)同時(shí)記錄兩個(gè)人的音頻信號(hào)，兩個(gè)測(cè)量信號(hào) x1(t), x2(t) ?測(cè)量信號(hào) x1(t), x2(t)建模為源信號(hào) s1(t), s2(t)的線性變換 x1(t) = a11 s1(t)+a12 s2(t) x2(t) = a21 s1(t)+a22 s2(t) 或： X(t)=AS(t) ?問(wèn)題：在 A和 S(t)均未知的情況下，能否僅僅根據(jù) X(t)恢復(fù)源信號(hào) S(t)，估計(jì)混合矩陣 A ? 1986 年，法國(guó)學(xué)者 Herault和 Jutten利用神經(jīng)網(wǎng)絡(luò)知識(shí)實(shí)現(xiàn)兩個(gè)獨(dú)立源信號(hào)混合的分離 ?開(kāi)啟了一個(gè)新的研究領(lǐng)域：盲信號(hào)處理 盲信號(hào)分離技術(shù)的研究背景 ? 在現(xiàn)實(shí)世界中得到的信號(hào)都是不純的 ?傳感器測(cè)量信號(hào)一般是由若干個(gè)源信號(hào)以某種方式混合而成的信號(hào)。 ?如：語(yǔ)音信號(hào)、腦電與心電信號(hào)、無(wú)線通訊信號(hào)、機(jī)械設(shè)備振動(dòng)信號(hào)、雷達(dá)信號(hào)與地震波信號(hào)。 ? 如果能從測(cè)量信號(hào)中把各個(gè)源信號(hào)恢復(fù)出來(lái)，對(duì)信號(hào)探測(cè)與處理有重要意義。 ? 盲信號(hào)分離 (Blind Source Separation, BSS。也稱(chēng)盲源分離 ) ?目的：在源信號(hào)及其混合方式均未知的情況下，尋找某種算法，從測(cè)量信號(hào)中把各個(gè)源信號(hào)恢復(fù)出來(lái)。 盲信號(hào)分離技術(shù)的研究背景 ? 此處“盲”的意思是： ?源信號(hào)是不能被直接觀測(cè)到的 ?測(cè)量信號(hào)中源信號(hào)的混合方式是未知的 ?如果從源信號(hào)到傳感器之間的傳播路徑的數(shù)學(xué)模型很難建立，或關(guān)于信號(hào)產(chǎn)生與傳播的先驗(yàn)知識(shí)無(wú)法獲得時(shí)，盲信號(hào)分離就是一個(gè)重要的信號(hào)分析方法。 ?腦電與心電信號(hào)、機(jī)械設(shè)備振動(dòng)信號(hào)、雷達(dá)信號(hào)與地震波信號(hào)都存在類(lèi)似的問(wèn)題。 盲信號(hào)分離的一般模型 F(.) G(.) U(n) 混合系統(tǒng) BSS方法 S(n) + D(n) 分離系統(tǒng) X(n) 圖中 : X(n)=[x1(n),x2(n),…,x N(n)]為測(cè)量信號(hào)向量 S(n)=[s1(n),s2(n),…,s N(n)]為相互統(tǒng)計(jì)獨(dú)立的源信號(hào)向量 測(cè)量信號(hào) X(n)是由源信號(hào) S(n)以某種方式混合而成的 盲信號(hào)分離的一般模型 ? 混合信號(hào) ? X(n)=F[S(n),S(n1),…S(0)]+D(n) ?其中 :F=[f1(.),f2(.),…f N(.)]為混合函數(shù)向量 S(n1),…S(0) 為源信號(hào) S(n)的時(shí)間延遲 D(n)為噪聲信號(hào)向量。 ? 盲信號(hào)分離的基本問(wèn)題 ?在混合函數(shù) F(.)和源信號(hào)均未知的情況下，僅僅根據(jù)測(cè)量信號(hào)來(lái) X(n)設(shè)計(jì)分離函數(shù)向量 G(.)，恢復(fù) (分離 )源信號(hào)，或求源信號(hào) S(n)的一個(gè)估計(jì) U(n)。 盲信號(hào)分離的基本問(wèn)題 ? 混合模型 (混合方式 ) ?非線性混合：一般情況下，混合函數(shù) F(.) 是源信號(hào)的非線性函數(shù) ,這時(shí)從混合信號(hào)中恢復(fù)源信號(hào)非常困難。 ?線性瞬時(shí)混合：傳感器與信號(hào)源距離較近，信號(hào)延遲可以忽略不計(jì)，如：醫(yī)學(xué)信號(hào)處理、圖像、音頻信號(hào)處理等，可以簡(jiǎn)化為線性瞬時(shí)混合模型。 ?線性卷積混合：信號(hào)傳遞距離較遠(yuǎn)，存在時(shí)間延遲以及存在多條傳播路徑，如：大型機(jī)械設(shè)備振動(dòng)信號(hào)可建模為線性卷積混合模型。 ?目前的研究主要集中在線性瞬時(shí)混合和線性卷積混合的盲分離，線性瞬時(shí)混合盲分離已有很多有效算法 線性瞬時(shí)混合模型 ? 測(cè)量信號(hào)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1