确定信号的盲分离信息处理课群综合训练与设计89092740

课程设计任务书

题目: 确定信号的盲分离

初始条件：

Matlab软件平台

要求完成的主要任务:

根据盲信号分离原理，用matlab生成两个以上确定信号，选择合适的混合矩阵生成若干混合图像。选取合适的盲信号分离算法（如独立成分分析ICA等）进行训练学习，求出分离矩阵和分离后的信号。

设计要求：

（1）用matlab做出采样之后信号的时域和频域波形图

（2）选择合适的混合矩阵，得到混合信号，并做出其时域波形和频谱图

（3）采用混合信号进行训练学习，求出分离矩阵，编写出相应的确matlab代码。

（4）用求出的分离矩阵从混合信号中分离出原信号，并画出各分离信号的时域波形和频谱图。

（5）对结果进行对比分析。

时间安排：

查阅资料2天

仿真设计2天

撰写报告1天

指导教师签名:年月日

系主任签名:年月日

目录

摘要 ................................................................................................................................................................ I ABSTRACT .................................................................................................................................................. II 1确知信号 .. (1)

1.1确知信号的概念 (1)

1.2确知信号的类型 (1)

1.3常见的确知信号 (2)

2盲分离原理 (3)

2.1盲信号处理的基本概念 (3)

2.2盲信号分离的分类 (3)

2.3盲分离的目标准则 (4)

2.4盲信号处理技术的研究应用 (5)

3 独立分量分析（ICA）基础 (6)

3.1ICA理论的概念和模型 (6)

3.2ICA数据分析问题中的约束条件 (8)

3.3ICA算法的分类与基本原理 (9)

3.4F AST ICA算法 (11)

4 MATLAB简介 (13)

5 确定信号盲分离仿真与分析 (15)

5.1原始信号的产生 (15)

5.2原始信号的频谱 (16)

5.3信号的混合 (17)

5.4ICA算法实现 (20)

6 小结体会 (26)

参考文献 (27)

附录1 程序 (28)

摘要

盲信号分离指的是从多个观测到的混合信号中分析出没有观测的原始信号。通常观测到的混合信号来自多个传感器的输出，并且传感器的输出信号具有独立性（线性不相关）。盲信号的“盲”字强调了两点，一是原始信号并不知道，二是对于信号混合的方法也不知道。

独立分量分析（Independent Component-Analysis，简称ICA）是近年来由盲信元分解技术发展而来的多通道信号处理方法。通过假定传感器阵列所采集到的信号是多个具有独立统计特性的内在信源信号的线性叠加，在采用某种特定的优化准则将所谓的独立分量一一分解出来。

本文重点研究了以确定信号为目标的盲处理方法，首先介绍了盲源分离的思想和数学模型，介绍了盲分离的几种准则。然后对盲分离普遍采用的独立分量分析技术做了介绍，讨论了其多种算法，详细讨论了一种快速ICA算法，并在编程中利用这一算法对多路确定信号进行盲分离，根据结果对这一算法进行分析。

关键词：盲信号分离；独立分量分析；快速ICA算法；Matlab编程

I

Abstract

Blind signal separation refers to analyze observations from multiple mixed-signal which was not observed in the original signal. Usually mixed signals observed from a plurality of sensor output and the sensor output signals have independent (linearly independent).The word 'blind'emphasized two points.First we don't know the original signal.Second,we don't know the signal mixing method.

Independent component analysis (Independent Component-Analysis, referred ICA) in recent years by blind signal decomposition technique developed from the multi-channel signal processing methods. By assuming that the sensor array signal collected is more than an independent statistical properties inherent linear superposition of the source signal, the adoption of aspecific optimization criterion eleven so-called independent component decomposition.

This paper focuses on the goal to determine the blind signal processing method,introduced the idea of blind source separation and mathematical models, introduced several blind separation criteria. Then the blind separation widely used independent component analysis techniques have been described, discussed its various algorithms discussed in detail a fast ICA algorithm, and use this in the programming algorithm to determine the multi-channel signal separation, according to the results of this algorithm for analysis.

Key words: blind signal separation; Independent Component-Analysis; Fast ICA algorithm; Matlab programming.

II