【正文】 .................. I ABSTRACT ..........................................................................................................................................................II 1 確知信號(hào) ............................................................................................................................................................ 1 確知信號(hào)的概念 ........................................................................................................................................ 1 確知信號(hào)的類型 ........................................................................................................................................ 1 常見的確知信號(hào) ........................................................................................................................................ 2 2 盲分離原理 ........................................................................................................................................................ 3 盲信號(hào)處理的基本概念 ........................................................................................................................... 3 盲信號(hào)分離的分類 .................................................................................................................................... 3 盲分離的目標(biāo)準(zhǔn)則 .................................................................................................................................... 4 盲信號(hào)處理技術(shù)的研究應(yīng)用 ................................................................................................................... 5 3 獨(dú)立分量分析（ ICA）基礎(chǔ) ........................................................................................................................... 6 ICA理論的概念和模型 ............................................................................................................................ 6 ICA數(shù)據(jù)分析問題中的約束條件 ............................................................................................................ 8 ICA算法的分類與基本原理 .................................................................................................................... 9 FASTICA算法 ........................................................................................................................................... 11 4 MATLAB 簡(jiǎn)介 .................................................................................................................................................13 5 確定信號(hào)盲分離仿真與分析 ........................................................................................................................15 原始信號(hào)的產(chǎn)生 ......................................................................................................................................15 原始信號(hào)的頻譜 ......................................................................................................................................16 信號(hào)的混合 ..............................................................................................................................................17 ICA算法實(shí)現(xiàn) ...........................................................................................................................................20 6 小結(jié)體會(huì) .........................................................................................................................................................26 參考文獻(xiàn) .............................................................................................................................................................27 附錄 1 程序 ........................................................................................................................................................28 武漢理工大學(xué)《 信息處理課群綜合訓(xùn)練與設(shè)計(jì) 》課程設(shè)計(jì)說明書 I 摘要 盲信號(hào)分離指的是從多個(gè)觀測(cè)到的混合信號(hào)中分析出沒有觀測(cè)的原始信號(hào)。選取合適的盲信號(hào)分離算法（如獨(dú)立成分分析 ICA 等）進(jìn)行訓(xùn)練學(xué)習(xí)，求出分離矩陣和分離后的信號(hào)。 設(shè)計(jì)要求： （ 1） 用 matlab 做出采樣之后信號(hào)的時(shí)域和頻域波形圖 （ 2） 選擇合適的混合矩陣，得到混合信號(hào)，并做出其時(shí)域波形和頻譜圖 （ 3） 采用混合信號(hào)進(jìn)行訓(xùn)練學(xué)習(xí)，求出分離矩陣，編寫出相應(yīng)的確 matlab 代碼。通常觀測(cè)到的混合信號(hào)來自多個(gè)傳感器的輸出，并且傳感器的輸出信號(hào)具有獨(dú)立性（線性不相關(guān)）。 本文 重點(diǎn)研究了以確定信號(hào)為目標(biāo)的盲處理方法，首先介紹了盲源分離的思想和數(shù)學(xué)模型，介紹了盲分離的幾種準(zhǔn)則。emphasized two we don39。 Fast ICA algorithm。 )(/ 2222 WIVRIRVP ???? （式 2） 若信號(hào)的能量是一個(gè)正的有限值，則稱此信號(hào)為能量信號(hào)。這種信號(hào)稱為功率信號(hào)。 盲信號(hào)處理 利用系統(tǒng) (如無線信道、通信系統(tǒng)等 )的輸出觀測(cè)數(shù)據(jù) ,通過某種信號(hào)處理的手段 , 獲得我們感興趣的有關(guān)信息 (如原來獨(dú)立發(fā)射的信號(hào)等 )。第二，混合本身是未知的。 武漢理工大學(xué)《 信息處理課群綜合訓(xùn)練與設(shè)計(jì) 》課程設(shè)計(jì)說明書 4 根據(jù)通道傳輸特性中是否含有噪聲、噪聲特性（白噪聲、有色噪聲等）、噪聲混合形式，可分為有噪 聲、無噪聲盲處理，含加性噪聲和乘性噪聲混合信號(hào)盲處理等。這種方法對(duì)多于一個(gè)高斯分布的源信號(hào)不適用 (因?yàn)楦咚剐盘?hào)的線性疊加仍是高斯信號(hào) )，這是近年來盲源分離的主要解決方法。與其他方法相比，它能夠分離具有相同功率譜形狀的有色高斯源，然而卻不能分離具有相同非平穩(wěn)特性的源信號(hào)。最典型的應(yīng)用就是聲控計(jì)算機(jī)，計(jì)算機(jī)所接受到的語音指令肯定是肯定是帶有各種環(huán)境噪聲的，還可能存在其他的語音信號(hào)（如有其他人說話），而且這些信號(hào)源與接收器的相對(duì)位置也 未知，計(jì)算機(jī)需要在這種情況下識(shí)別出正確的語音命令。目前已經(jīng)有一些學(xué)者將盲源分離技術(shù)成功地夠應(yīng)用于腦電圖等信號(hào)的數(shù)據(jù)處理。盲分離問題中，觀測(cè)信號(hào)是多個(gè)獨(dú)立源信號(hào)的線性組合，所以其高斯性比源信號(hào)的高斯性強(qiáng)，即源信號(hào)的非高斯性比觀測(cè)信號(hào)的非高斯性強(qiáng)，粗略地說就是越獨(dú)立非高斯性越強(qiáng)。實(shí)際上它們還是有所區(qū)別： BSS 屬于信號(hào)處理范疇，其出現(xiàn)早于ICA，而 ICA 應(yīng)該理解為一種統(tǒng)計(jì)學(xué)領(lǐng)域的數(shù)學(xué)工具，是解決 BSS 問題的一種分析方法。下面用矩陣形式來定義 ICA模型。若沒有任何限制條件，要僅由 X 估計(jì)出 S 和 A，方程的解必為多解。這是一個(gè)相當(dāng)現(xiàn)實(shí)的假設(shè)，因?yàn)榧有栽肼暿且蜃臃治龊托盘?hào)處理中通常研究的標(biāo)準(zhǔn)形式，具有簡(jiǎn)單的噪聲模型表達(dá)方式。 針對(duì) ICA 具體模型，未知源信號(hào)間相互獨(dú)立即要求： ? ? ? ?? ? ? ? ? ?? ?xvssxvssxx mnxmnmnxmnS ????????? 22 222 2? ?? ???? ?（式 12