JADE算法在盲信号分离中的应用
复数信号盲源分离matlab
复数信号盲源分离matlab摘要：1.引言2.复数信号盲源分离原理3.MATLAB实现方法4.仿真结果及分析5.结论正文：【引言】随着科技的发展，信号处理技术在各个领域得到了广泛的应用。
在实际应用中，常常遇到复数信号的盲源分离问题。
复数信号盲源分离是指在未知信号源的幅度、相位和频率等信息的情况下，仅通过观测到的复数信号来实现信号的分离。
MATLAB作为一种强大的数学软件，可以方便地实现复数信号的盲源分离。
本文将介绍复数信号盲源分离的MATLAB实现方法及仿真结果。
【复数信号盲源分离原理】复数信号盲源分离的核心是利用信号之间的相互关系和某种优化算法来达到分离目的。
常见的盲源分离算法有：独立成分分析（ICA）、非线性独立成分分析（NICA）、联合diagonalization（JADE）等。
这些算法在实数信号盲源分离领域取得了较好的效果，对于复数信号盲源分离，可以通过对实部与虚部进行独立成分分析来实现。
【MATLAB实现方法】在MATLAB中，可以使用现成的盲源分离工具箱（如BSSbox）来实现复数信号的盲源分离。
以下是一个简单的MATLAB实现步骤：1.导入所需库：如bssbox、plot等。
2.读取或生成复数信号数据。
3.对复数信号进行预处理，如白化、窗函数处理等。
4.选择合适的盲源分离算法，如ICA、NICA、JADE等。
5.使用盲源分离算法对预处理后的信号进行分离。
6.绘制分离后的信号，分析分离效果。
【仿真结果及分析】通过MATLAB仿真，可以得到复数信号盲源分离的结果。
分离效果可以通过比较分离后的信号与原始信号的相似度来评价。
在实际应用中，可以根据需求选择合适的分离算法和参数，以达到较好的分离效果。
【结论】本文介绍了复数信号盲源分离的MATLAB实现方法。
通过使用盲源分离工具箱和选择合适的算法，可以有效地实现复数信号的盲源分离。
仿真结果表明，所选算法在复数信号盲源分离问题上具有一定的可行性。
固定点算法及仿真分析_盲源分离及其在混沌信号处理中的应用_[共12页]
![固定点算法及仿真分析_盲源分离及其在混沌信号处理中的应用_[共12页]](https://img.taocdn.com/s3/m/372061cb59eef8c75ebfb31e.png)
141第10章盲源分离在典型混沌系统中的普适性分析由于混沌信号具有不同于常规通信信号的特性，因此本章将结合FastICA 和JADE 这两种典型的算法，对在混沌背景下的谐波信号提取进行仿真实验，旨在验证这两种算法的普适性，并对谐波信号的提取性能进行具体分析。
展开详尽分析之前先要建立仿真实验所需的信号混合和分离模型。
10.1 混沌混合系统的简化模型若无单独说明，下文均以混沌信号为背景，忽略信号传输过程中的延时（即建立瞬时混合模型），将噪声作为一路信号与谐波信号及混沌信号进行混合。
建立这种模型的目的在于解决噪声信号与混沌信号同时具有宽频谱特性时所无法解决的信号提取问题，可从图10-1中看出噪声的宽频谱特性。
信号混合及分离模型如图10-2所示。
这里，将分别利用FastICA 和JADE 盲源分离算法，针对前面章节给出的一维、二维以及三维混沌系统背景下的谐波信号进行提取，验证这两种方法所提取出混沌背景下的谐波信号的有效性。
并针对相同分离算法在不同混沌背景下，所提取谐波信号性能上的差别进行理论分析，为后续将要提出的改进算法做铺垫。
10.2 固定点算法及仿真分析实验1：在盲源分离实验中，由于盲源分离算法的性能不依赖于其信道混合矩阵，因此可以随机生成一个列满秩矩阵作为混合模型中的信道矩阵，即需盲源分离及其在混沌信号处理中的应用142 要满足rank (H )=3。
根据上面所列出的信号的混合和分离模型，取Logistic 混沌信号作为一路源信号，并与高斯白噪声和谐波信号进行混合，谐波信号记为11()sin(2)s t A f =π，令A =5，f 1=10 Hz ，取噪声方差σ =10。
实验结果如图10-3所示。
图10-1 噪声频谱图10-2 信号的混合和分离模型0.45670.49870.03710.11260.29250.78970.09450.58400.7314⎡⎤⎢⎥=⎢⎥⎣⎦H。
基于盲源分离的抗主瓣干扰技术研究
0引言随着雷达探测应用场景的拓展，各类电磁干扰与自然环境杂波干扰大量涌入，破坏雷达对目标信号的检测与识别，因此要求雷达具有灵活的分辨能力和抗干扰能力。
为了解决复杂电磁环境下的干扰全渗透问题，雷达采用了频率捷变、副瓣对消、副瓣匿影等抗干扰手段，用以解决副瓣干扰，而当干扰从雷达天线主瓣进入时，雷达接收机噪声水平增大，信噪比降低。
利用和差波束的主瓣对消可以抑制近主瓣干扰，但需要将天线主波束对准目标，这在干扰环境下很难实现。
通过对脉冲宽度和强度进行判别的窄脉冲剔除，针对密集假目标这类欺骗式干扰效果明显。
但是，面对非合作目标周边存在的伴随式干扰，雷达将无法跟踪和识别主目标，从而严重影响雷达识别目标的能力。
盲源分离是上世纪八十年代发展起来的一种信号处理技术，原指在缺乏源信号和信道参数先验知识的情况下，仅凭传感器就能观测、分离独立目标信号。
这一技术在无线通信、语音识别、生物医学和水声信号处理等方面得到了广泛的关注和应用研究，在雷达中也有一定的应用前景。
本文主要研究盲源分离算法在阵列雷达抗主瓣干扰中的应用，利用目标回波信号与干扰信号的角度微小差异，实现从多个通道接收的混合信号中分离出干扰和目标，切实提升雷达检测性能。
1信号模型盲源分离需要利用多个通道接收目标回波和干扰的混合信号，可以将雷达阵列接收信号表示为：X=AS+N （1）其中X ∈C m ×n 为接收信号矩阵，A ∈C m ×p 为未知混合矩阵，S ∈C p ×n 为源信号矩阵，N ∈C m ×n 为通道噪声，m 为通道数，n 为信号长度，p 为信号数，各信号在时域和频域均重叠。
盲源分离算法不要求主波束的最大点指向目标或干扰方向，只要目标和干扰方向存在差异即可，其主要原理就是从接收到的未知混合信号中求解到分离矩阵B ，使得Y=BX ，其中Y 近似于源信号S ，从而实现信号的识别与分离。
值得注意的是，进行盲源分离通常存在以下约束条件：①通道数m 不少于信号数p ；②源信号之间相互统计独立；③源信号各矢量均值为0，至多有一个是高斯信号。
matlab 盲源分离 jade算法
Matlab 盲源分离 JADE 算法一、引言盲源分离是信号处理中的一个关键问题，用于从混合信号中分离出各个独立的源信号。
在实际生活中，混合信号往往是通过各种传感器或者设备采集得到的，源信号可能是声音、图像等各种形式的信息。
而盲源分离的任务就是从这些混合信号中还原出源信号，为后续的分析和处理提供基础。
JADE（Joint Approximate Diagonalization of Eigenmatrices）算法是一种经典的盲源分离算法，本文将介绍如何使用Matlab实现JADE算法，并探讨其在实际应用中的效果。
二、JADE算法的原理JADE算法是一种高阶统计方法，主要用于盲源分离和独立成分分析。
其基本思想是通过对数据的高阶统计特性进行分析，从而实现对独立源信号的估计和分离。
具体来说，JADE算法利用了信号的高阶统计独立性来实现盲源分离，通过对数据进行协方差矩阵的估计和特征值分解，进而得到信号的独立成分。
三、Matlab实现JADE算法的步骤使用Matlab实现JADE算法通常包括以下几个步骤：1. 数据准备：首先需要准备混合信号的数据，可以是从传感器采集得到的音频数据、图像数据等各种形式的信号数据。
2. 数据预处理：对采集到的数据进行预处理，包括降噪、滤波、归一化等操作，以保证数据的质量和稳定性。
3. JADE算法实现：利用Matlab提供的相关函数或者自行编写代码，实现JADE算法的核心步骤，包括协方差矩阵的估计、特征值分解等。
4. 结果分析：对JADE算法得到的分离后的独立成分进行分析和评估，包括信噪比的计算、频谱分析等。
四、JADE算法在实际应用中的效果JADE算法作为一种经典的盲源分离方法，在实际应用中取得了广泛的应用。
以语音信号分离为例，利用JADE算法可以将混合的多个说话人的语音信号分离成独立的单一说话人的语音信号，为语音识别、语音合成等应用提供了重要的基础。
另外，在无线通信、生物医学信号处理等领域，JADE算法也发挥了重要作用。
基于JADE-ICA的滚动轴承多故障信号盲源分离
基于JADE-ICA的滚动轴承多故障信号盲源分离席剑辉;崔健驰;蒋丽英【摘要】研究一种基于源信号高阶统计信息的矩阵联合近似对角化独立元分析(JADE-ICA)方法,并将其应用于滚动轴承故障声发射(AE)信号的盲源分离.滚动轴承的声发射源信号一般具有衰减性和准周期性,多组信号间还具有时差性,信号被多个传感器接收.通过最大程度的联合近似对角化,可以使源信号与分离信号有效的一一对应,克服非线性和时差的影响;通过高阶统计的高斯噪声不敏感性可以有效抑制随机观测噪声对分离结果的影响.选用相关系数、二次残差、性能指数和频谱特征构成系列时频域评价指标对分离结果进行较为全面的验证.仿真结果证明了该方法的可行性和有效性.%Here,a joint approximate diagonalization of eigen-matrix and independent component analysis (JADEICA) method based on the high-order statistics of source signals was studied.It was applied to the blind source separation of rolling bearing faults' acoustic emission (AE) signals.The multi-AE source signals of rolling bearings were collected with multi-sensor.It was shown that the boiling bearing multi-AE source signals have characteristics,such as,time difference among multi-signals,with decay and quasi periodicity.Through the maximum joint approximate diagonalization,the one-to-one match between source signals and separated signals was realized to overcome the influence of nonlinearity and time difference.With the insensitivity of high-order statistics to Gaussian noise,the effects of random measured noise on the separated results were effectively suppressed.Correlation coefficient,quadratic residual,performance index and spectral characteristics were chosen toform a set of time-frequency domain evaluation indexes to verify the separated results.The simulation results verified the feasibility and effectiveness of the proposed method.【期刊名称】《振动与冲击》【年(卷),期】2017(036)005【总页数】7页(P231-237)【关键词】JADE;滚动轴承;故障诊断;声发射【作者】席剑辉;崔健驰;蒋丽英【作者单位】沈阳航空航天大学自动化学院,沈阳110036;沈阳航空航天大学自动化学院,沈阳110036;沈阳航空航天大学自动化学院,沈阳110036【正文语种】中文【中图分类】TP306旋转机械的故障有30%由轴承故障引起[1]，轴承状态对机器的工作状况影响极大。
JADE算法在反演地球化学元素组合中的应用
第29卷第5期佳木斯大学学报（自然科学版）Vol．29No．5 2011年09月Journal of Jiamusi University（Natural Science Edition）Sep．2011文章编号：1008－1402（2011）05－0794－04JADE算法在反演地球化学元素组合中的应用①敖东，王永涓，陈朝海（成都理工大学，四川成都610059）摘要：根据盲源分离的原理及其化探数据的高度非线性性，提出了一种关于JADE算法处理化探数据的新方法，这种方法能有效地反演地球化学元素组合．与传统的方法相比，新方法能更好的适应化探数据的高度非线性性，能更好地圈定地球化学异常及异常浓度中心．利用这种方法对西藏某地区1ʒ20万土壤地球化学测量数据进行了处理，圈定出了传统方法不能圈定出的弱异常，所圈定的异常和矿化分布与实际情况基本一致．关键词：盲源分离；JADE；地球化学异常；异常下限中图分类号：O29文献标识码：A如何准确、快速的筛选异常关键在于确定合理的异常下限，而确定合理的异常下限关键在于选择最优的异常下限处理方案［1］．传统地球化学异常下限的确定方法是检验数据是否符合正态分布或对数正态分布，如果不符合，则剔除部分异常数据．对于符合条件的数据，最常采用的是算术平均值加二到三倍标准离差法［2］，这种方法只考虑了各种变量的随机性，而没有考虑到非线性．地球化学元素分布并不局限于正态分布或对数正态分布，而是具有不连续性、突变性、非均匀性和多样性、随机性以及不确定性、不规则性、自相似性等特征，即高度的非线性，由此导致地球化学异常下限的复杂性［3］．因此，考虑数据的非线性对于研究化探异常下限的处理具有决定性的意义．盲源分离算法正能更好的满足化探数据的高度非线性，而它在地球化学领域的应用仍是空白状态，因此，采用盲源分离算法处理化探数据将是一种新的异常下限处理方案．根据盲源分离的原理及其化探数据的高度非线性性，本文提出了一种关于JADE算法处理化探数据的新方法，利用这种新的方法反演地球化学元素组合，提取主成矿元素分布特征，圈定地球化学异常，同时通过与实际矿区情况进行比较来验证该方法的有效性和实效性．1化探数据处理的盲分离算法盲信号分离技术是当今现代数学非线性科学研究的一个重要热点，盲信号分离是指在不知原始信号源和传输通道参数的情况下，根据输入原始信号源的统计特性，仅由观察信号就可从原始信号源中提取所需要特征信号或恢复出原始信号源各个独立成分法［4］．若有N个原始信号源S（t）通过M个传感器接收到M个观测信号X（t），那么传感器接收到的是各个原始信号源的线性组合是X（t）=AS（t），其中A是MˑN阶混合矩阵（如图1）．所谓“盲”就是在混合矩阵A（t）和S（t）原始信号均未知的条件下，求一个NˑM阶的矩阵分离W，使得X（t）通过它后所得输出Y（Y（t）=WX（t））是S（t）的最优逼近法［4］．图1从处理技术上看，依据独立性分解势必涉及概论密度函数或高阶统计量，而处理过程常常要引入非线性环节，从理论上分析可知这正好满足处理高①收稿日期：2011－07－19作者简介：敖东（1985－），男，四川宜宾人，成都理工大学在读硕士．研究方向为数值计算方法在资源勘探及开发中的应用．第5期敖东，等：JADE算法在反演地球化学元素组合中的应用度非线性化探数据．2JADE算法反演化探数据元素组合2．1特征矩阵的联合近似对角化法（JADE）［5］Cardoso潜心研究了四阶累积量的代数性质，对极大峰度法算法作了一些改进，提出了特征矩阵的联合近似对角化法（Joint ApproximateDiagonalization of Eigen－matrices，JADE），又称预白化JADE算法［6］．JADE法首先对观测信号X（t）去均值化处理，再进行作白化处理，得到Z（t）．由Z（t）=VS（t），可推得：Cum（zi ，zj，zk，zl）=∑Np=1kpvipvjpvkpvlpCum（zi ，zj，zk，zl）表示Z（t）的四阶累积量，其中1≤i，j，k，l≤N．上式右端中的v是矩阵V的相应元素．kp 是第p个信源SP的峰度．Z的四阶累积量矩阵Qz（M）定义如下：对任意的N阶矩阵M，其第（i，j）个元素为：［Qz （M）］ij=def∑Nk=1∑Nl=1Cum（zi，zj，zk，zl）·mkl其中，i，j=1，2，…，N其中mkl 是M的第（k，l）个元素．显然Q·z（M）是一个N阶矩阵．由上式推出：［Qz （M）］ij=∑Np=1kp（v TpMvp）vipvjp式中，vp为矩阵V的第p列，于是Qz （M）=∑Np=1kp（v TpMvp）vipvjp=VΛ（M）V T由此可知，VQz（M）V T=Λ（M），其中，Λ（M）=diag（k1v T1Mv1，…，kNv TNMvN）可见，矩阵V可以使得Qz（M）对角化．实际上，为充分利用四阶累积量信息，需要取一组（如L个）合适的N阶矩阵M，记作｛Mi｝，其中1≤i≤N，然后寻求矩阵V，要求它能同时使得各个Qz（M）尽可能的对角化．矩阵对角化方法可以参考文献［7］．2．2JADE算法化探数据处理流程由于JADE充分利用了四届累积量信息，所以在很多盲分离的应用中具有不错的表现，特别是针对数据为非高斯分布时有很好的效果，化探数据具有高度非线性性，所以JADE用于地球化学数据处理在理论上具有可行性．将所得化探数据的每种元素看做信号，组成原始数据矩阵X，即看做观察信号，按以下步骤进行：（1）原始数据的零均值化（2）稳健预白化方法得到W，并令白化后的数据为Z=WX（3）求出白化数据的四阶累积量矩阵Qz（M）（4）根据Givens旋转找到一个旋转阵V，使四阶累积量矩阵尽可能地对角化（5）源信号估计，得到被恢复信号的估计^S=Y=WX，其中混合矩阵W=V T W，于是我们得到各主成矿元素的化学元素组合：X=W－1^S式中，S是各主成矿元素的原始数据矩阵．图2未经过处理的综合异常等值线图3应用实例3．1研究区域地质地貌特征研究矿区位于我国西藏重要的斑岩型铜矿找矿远景区之一的冈底斯成矿带，它是冈底斯陆缘火山－岩浆弧内寻找Cu、Au多金属矿床最佳的战略预测区．冈底斯地球化学区，介于班公湖－怒江板块结合带和雅鲁藏布江板块结合带之间，具有高原中高山地与草原、河湖盆地相间的地球化学景观，Cu，Au等元素的地球化学异常，受多次构造活动的影响，总体呈近东西向带状分布，局部叠加北东和北西向的次级异常．在异常特征上，分布广泛，异常面积大，忖度高，元素套合好，异常组合复杂．597佳木斯大学学报（自然科学版）2011年3．2JADE 算法反演化探数据元素组合首先确定研究矿区土壤化探数据各种元素的地理坐标值，分析整理各种元素的数据，剔除无效数据，从而得到有效的化探原始数据．以下是对3566个采样点，金（Au ），银（Ag ），铜（Cu ），铅（Pb ），锌（Zn ），钼（Mo ）六种元素的化探数据进行分析处理，得到原始数据矩阵为6*3566．采用Krigging 方法对原始化探数据进行网络化，得到Au ，Ag ，Cu ，Pb ，Zn ，Mo 元素未经过JADE 算法的综合异常等值线图（如图2）．通过对该区域土壤化探数据Au 元素进综合分析，采用Krigging 对原始数据进行网络化，圈定主成矿元素Au 的异常等值线图和浓集中心异常图，如图3，4所示．图3Au的异常等值线图图4Au 的浓集中心异常图对研究区域3566个采样点的6种元素原始化探数据进行综合分析处理，得到有效地数据．首先并对数据进行均值化，得到数据矩阵为6*3566；再对数据进行预白化处理，得到数据矩阵；通过JADE 盲源分离算法对数据矩阵进行处理，反演出多尺度地球化学元素组合．X =（－0．4456）Au +0．0389Ag +0．1110Cu+（－0．0455）Pb +0．0883Zn +（－0．0394）Mo 最后采用Krigging 方法对反演所得元素组合数据进行网络化，求的异常下限，得到主成矿元素的综合异常等值线异常图和浓集中心异常图，如图5，6所示．图5JADE处理的综合等值线异常图图6JADE 处理的浓集中心异常图我们从以上结果可以看出，图5比图2效果更佳清晰，而且完全反映了图2的所有异常信息；图5完全反映了在所有元素中主成矿元素是Au 元697第5期敖东，等：JADE算法在反演地球化学元素组合中的应用素，与图3对比异常基本吻合，与原矿区实际情况一致；图6的异常浓集中心与图2的所有异常情况吻合，同时图6与图4的异常浓集中心基本一致，也反映了主成矿元素是Au元素，而且图6比图4圈定了更多的异常信息，对弱异常的圈定具有探究性．JADE盲源分离算法的对处理化探数据，圈定异常达到了令人满意的效果．4结语盲信源分离算法在地球化学领域的应用仍是空白状态，将JADE盲源分离算法用于反演地球化学元素组合，提取主成矿元素分布特征及圈定地球化学异常，在理论上是一种新的探索与创新．通过西藏某地区化学异常查证的实践JADE处理结果与矿区的实际成矿效果吻合的非常好，基本可以较真实地反映西部高寒地区强烈切割地带元素地球化学异常特征，说明此方法在地球化学异常数据处理方面具有较强的实用性和有效性．参考文献：［1］谢学锦．区域化探［M］．北京：地质出版社，1979．［2］李长江，麻士华．矿产勘探中的分形、混沌与ANN［M］．北京：地质出版，1999．［3］赵鹏大，陈永清．地质异常矿体定位的基本途径［J］．地球科学－中国地质大学学报，1998，23（2）：111－114．［4］杨福生，洪波．独立分量分析的原理与应用［M］．北京：清华大学出版社，2006．［5］Cardoso J F，Antoine Souloumiac．Blind Beamforming for Non－Gaussian Signals［J］．IEEE Proceedings，1993，140（6）：362－3－70．［6］Cardoso J F．High－order for Independent Component Analysis ［J］．Neural Computat－ion，1999，（1）：157－192．［7］张贤达．矩阵分析与应用［M］．北京：清华大学出版社，2004．［8］Yeredor A．Non－Orthogonal Joint Diago－nalization in the Least －Squares Sense with Application in Blind Source Separatio－n ［J］．IEEETrans．On Signal Processing，20－02，50（7）：1545－1553．The Application of the JADE Algorithm in Inversion ofGeochemical Element CombinationAO Dong，WANG Yong－Juan，CHEN Chao－Hai（Chengdu University of Technology，Chengdu610059，China）Abstract：Based on the principle of blind source separation and highly non－linear on geochemical data，a new method for processing geochemical data about the algorithm of JADE was proposed，which can effectively acquire an inversion of geochemical element association．Compared with the traditional methods，the new method can better adapt to the non－linear of geochemical data and extract the geochemical anomaly and its density con-centration．It is found that the new method extract weak anomaly that the traditional methods can＇t extract and the mineralized distribution of the extraction anomaly are coincident with actual state through processing the soil geo-chemical survey data from an area of Tibet1：20million．Key words：blind source separation；JADE；abnormal geochemistry；櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐櫐abnormal lower lim（上接793页）参考文献：［1］茆诗松，王静龙，濮晓龙．高等数理统计（第二版）［M］．北京：高等教育出版社，2004，12．［2］茆诗松．贝叶斯统计［M］．北京：中国统计出版社，1999．3．［3］陈光曙关于均匀分布区间长度的区间估计［J］．纯粹数学与应用数学，2006，9．［4］魏忠舒，等．概率论与数理统计教程［M］．北京：高等教育出版社，1983．Interval Estimate of the Uniform Distribution U（0，θ）HUANG Zhong－xue（Xilin Gol League in Inner Mongolia Xilinhot No．6Middle School，Xilinhaote026000，China）Abstract：In this paper，three different interval estimations were given by using the uniform distribution，respectively Pivot Method，parameter estimates，beliefs，and level of interval estimation methods．A summary of the three intervals was made．Key words：uniform distribution；estimate interval；Bayes credible interval；belief interval797。
新型电力线载波通信算法
新型电力线载波通信算法陈晓娟;丛鹏;程晓岩【摘要】电网中存在的干扰对电力载波通信质量有着极大的影响。
将电网中噪声、谐波与载波信号的处理视为盲源分析问题，提出了 WT-JADE 算法对载波信号进行检测，剔除影响载波信号传输的噪声信号，之后监测出谐波信号并通过滤波器滤除。
仿真试验结果表明：该方法能更好地实现载波信号降噪，准确地检测出谐波信号，提高了载波通信的准确性。
【期刊名称】《河南科技大学学报（自然科学版）》【年(卷),期】2014(000)005【总页数】4页(P42-45)【关键词】谐波检测;联合相似对角化;小波变换【作者】陈晓娟;丛鹏;程晓岩【作者单位】东北电力大学信息工程学院，吉林吉林 132012;东北电力大学信息工程学院，吉林吉林 132012;东北电力大学信息工程学院，吉林吉林 132012【正文语种】中文【中图分类】TM730 引言由于中国电力系统噪声污染严重，且非线性负荷的存在，电网载波信号传输过程中，会受到电网中噪声与谐波的干扰[1］。
因此，检测出电网载波信号传输过程中的噪声信号与谐波信号，剔除噪声信号并针对谐波信号进行补偿有很重要的意义。
比如傅里叶加窗插值法，由于其自身算法特点，通常可能导致检测出的谐波信号在准确性上大打折扣[2］。
当前应用于谐波信号噪声消除方向的算法，通常采用的是小波变换，但将小波检测算法实际应用于国内电力系统时，分析检测出的谐波信号与噪声信号，观察到检测出的信号频带相互混叠，难以分析[3］。
当传统谐波检测算法无法满足国内电力系统需求后，一些如信息融合、神经网络等新型谐波检测算法被提出，并应用于实际[4］。
但提出的新算法，由于其自身算法复杂度较高，且需要在实际应用中进行训练构建网络以及大量先验知识，导致其在实际应用中冗余较大，且出现延时。
通过分析上述谐波检测方法存在的缺陷，本文提出了利用小波变换结合高阶累积量盲分离算法(WT-JADE算法)，首先降低电力线载波信号中存在的噪声，利用该算法检测谐波信号，检测出谐波信号后反向注入电网进行补偿。
噪声对复值ICA算法盲源分离性能影响
ｘ （ ｆ ） 一∑Ｈ （ ｐ ） ｓ （ ｔ 一户 ） ＋ｎ （ ｆ ）
厂 ＾ ｌ １ ． … ｈ １ ． ， ｐ ］
（ ３ ）
（ ４ ）
由 于实 录 的语音 信 号是 源信 号 的混合 信号 ， 而 源信 号未 知 ， 很难 定 量衡 量 算法 的分离 性 能 ， 因此 ， 比较 算法 的 分离 效果 ， 往往 是将 纯 净 的语 音信 号通 过 己知 的卷 积混 合信 道 混合 起 来 ， 然 后通 过算 法 分
ｘ — Ａｓ＋ ｎ （ １ ）
ｗ（ ｇ ）取代 ， 便得 到 卷 积矩 阵 混合 有 噪盲 源 分 离 方
框图， 如 图 ２所示 。
ｎ（ ｔ ）
其 中 Ａ是 一 Ｎ × Ｎ 标 量 混 合 矩 阵 ， Ｉ Ｃ Ａ 的 目的 是 寻
求分 离矩 阵 ｗ ， 使得
Ｙ＝ Ｗ ｘ （ ２）
Ｊ ａ ｄ ｅ算 法 、 基 于极 大非 高斯 性 盲 分 离方 法 的 峭 度极 大 不 动 点算 法和 基 于 信 息论 的 ｉ ｎ ｆ ｏ ｍａ ｘ算 法 ， 比较 不 同环 境 下 的 抗 噪 性 能 和 分 离性 能 ， 给 出 了有 一 定 参 考 价值 和 实 际 意 义 的结 论 。
ｓ ㈤ 至
匝
Ｙ ㈤
例 如， 频域 Ｉ Ｃ Ａ 问题 就需 要 用到 复值 Ｉ Ｃ Ａ算法。 目
图１ 有 噪 瞬 时 混 合 盲源 分 离 方 框 图
前， 已提 出多 种复 值 Ｉ Ｃ Ａ算法 ， 如基 于 高 阶统 计 量
（ ＨＯ Ｓ ）的复 值 Ｊ ａ ｄ ｅ 算法， 基 于极大 非高斯性 的峭度 极大不动 点算 法 、 峭 度梯 度算 法 、 负熵梯 度 算法 ， 基
基于JADE算法的盲DOA估计
第３ｌ卷第８期 ２０１０年８月
通信学报
Ｊｏｕｍａｌ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ
［哆（Ｍ）］。＝∑∑％（ｚ），％，ｌ≤ｆ，ｊ『≤肘 （１４）
万方数据
第８期
赵佳等：基于ＪＡＤＥ算法的盲ＤＯＡ估计
·９３·
其中，Ｋ谢（ｚ）是矢量ｚ中第ｆ，Ｊ，ｋ，Ｚ ４个分量的四阶
累积量，％是矩阵膨的第七，Ｚ个元素。
酉矩阵Ｕ＝ＷＡ＝［口１ Ｍ２…搿肼】， Ｕｆ＝［“ｎ
Ｕｉ２…“埘】Ｔ，则
Ｍ
Ｉ材＝ＵＵ‘＝ｕ‘Ｕ＝∑即。即：
Ｖｂｌ．３ｌ Ｎｏ．８ Ａｕｇｕｓｔ ２０１０
基于ＪＡＤＥ算法的盲ＤＯＡ估计
赵佳，杨景曙，金家保
（电子工程学院信息对抗研究所，安徽合肥２３００３７）
摘要：研究了复杂多径环境下ＤＯＡ估计问题，提出了基于ＪＡＤＥ盲源分离算法的一种新方法。该方法在信号
方向矢量没有任何先验知识的情况下，通过ＪＡＤＥ盲辨识技术对阵列流型矩阵进行估计，并将多径环境下的方向
ｏｆ ｔｗｏ ｓｉｇｎａｌｓ ｉｎ ｔｈｅ ｓａｍｅ ｄｉｒｅｃｔｉｏｎ．Ａｎｄ ｃｏｍｐａｒｅｄ ｗｉｔｈ Ｔｏｅｐｌｉｔｚ ａｐｐｒｏｘｉｍａｔｉｏｎ ｍｅｔｈｏｄ（ＴＡＭ），ｉｎ ｍｕｌｔｉ·ｐａｔｈ ｅｎｖｉｒｏｎ－
ｍｅｒｉｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ ｉｓ ｓｔｅａｄｙ，ａｎｄ ｉｓ ｗｏｒｋａｂｌｅ ｗｈｅｎ ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｓｉｇｎａｌｓ ｅｘｃｅｅｄｓ ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｓｅｎｓｏｒｓ．
基于盲源分离的抗密集假目标干扰技术研究
基于盲源分离的抗密集假目标干扰技术研究王瑜;李小波;单良;黄超【摘要】密集假目标干扰会严重影响雷达检测目标的性能.针对此问题,提出一种基于盲源分离的密集假目标抗干扰的方法.该方法可有效从密集欺骗式假目标中检测出目标回波信号,并分析比较了JADE和Fast ICA两种盲源分离方法对密集欺骗式假目标和回波信号的分离效果.理论分析和仿真结果表明:JADE盲源分离较Fast ICA盲源分离抗密集假目标干扰较更有效.%Dense false target jamming will seriously affect the detection performance of radar. Aiming at this problem,a new method of dense false targets anti-jamming technology based on blind source separation is proposed. This method can effectively detect the target from the dense false target echo signal and analyze the dense false target and echo signal separation effect of two kinds of JADE and Fast ICA blind source separation method. Simulation resultsshow:JADE blind source separation is more effective of dense false target anti-jamming than Fast ICA blind source separation.【期刊名称】《火力与指挥控制》【年(卷),期】2017(042)002【总页数】5页(P15-19)【关键词】盲源分离;密集假目标;抗干扰【作者】王瑜;李小波;单良;黄超【作者单位】电子工程学院,合肥 230037;电子工程学院,合肥 230037;电子工程学院,合肥 230037;电子工程学院,合肥 230037【正文语种】中文【中图分类】TN972在现代雷达电子战中，数字射频存储（DRFM）技术广泛应用于雷达对抗中［1］。
一种改进的盲源分离主瓣抗干扰算法研究
一种改进的盲源分离主瓣抗干扰算法研究摘要：随着干扰技术的发展，主瓣干扰逐渐成为雷达抗干扰的主要难题，而常规的雷达抗干扰技术在处理主瓣干扰问题时，效果不佳。
针对雷达主瓣干扰问题，本文提出一种基于智能算法改进的JADE盲源分离主瓣抗干扰算法，并利用仿真验证了该算法在抗主瓣干扰问题上的有效性和优势。
关键词：主瓣干扰；JADE盲源分离Research on an Improved Blind Source Separation Algorithm for Main Lobe Anti-jammingZHAO DingmingJiangnan Design & Research Institute of Machinery & Electricity，Guiyang GuizhouAbstract：With the development of jamming technology, main-lobe interference has gradually become the main problem of radar anti-jamming, and conventional radar anti-jamming technology is not effective when dealing with main-lobe interference. Aiming at the problem of radar main lobe interference, this paper proposes an improved JADE blind source separation main lobe anti-jamming algorithm based on intelligent algorithm, and the effectiveness and advantages of the algorithm in anti-main lobe interference problem are verified by simulation.Keywords: main lobe interference; JADE blind source separation0引言：在雷达系统探测目标时，总会受到各种各样的干扰，而这些干扰会影响雷达的探测，导致雷达系统不能有效地获取目标的信息，而主瓣干扰[1-2]相较旁瓣干扰，其信号特征更难与目标信号区分开。
盲信号分离基础知识
专业课程设计学习材料源信号分离Source Signal Separation第一部分 简单介绍一、 目标我们的目标就是学习源信号分离理论的基础知识和源信号分离时涉及的相关学科知识，最终从观测信号中将源信号分离开来。
注意：此时信号源和混合形式可能是未知的。
图1 源信号波形图2 混合信号波形图3 分离信号波形二、分离方法1、FFT 法；条件：不同源信号占有不同的频带2、自适应滤波方法；条件：已经信号的某些特征3、盲信号分离方法；条件：遵从某些统计假设条件三、盲分离的基本模型盲信号分离的基本模型如图（1）所示。
图1 盲信号分离的基本模型其中：)(1t s ，)(2t s ，……，)(t s n 为n 个源信号；)(1t x ，)(2t x ，……，)(t x m 为m 个观测信号；)(1t y ，)(2t y ，……，)(t y n 为待求解的n 个分离信号；)(1t n ，)(2t n ，……，)(t n m 为m 个噪声信号，T t ,,2,1 =。
将其分别写成矩阵形式为：T 21)](,),(),([)(t s t s t s t n =s （1）向量)(t s 、)(t x 、)(t y 、)(t n 分别称作源信号、观测信号、分离信号、噪声信号。
通常意义的盲信号分离是指只有观测信号)(t x 已知，并且)(t x 中含有目标源信号和混合系统的未知信息，而目标源信号特性、源信号的混合信息、噪声信号对观测者来说都是未知的。
盲信号分离的任务就是利用某些统计假设条件完成从)(t x 中估计源信号波形及参数，使得分离信号满足)()(t t s y ≈。
图（1）的盲信号分离模型可以概括表示为通式（2）和式（3）的数学模型，分别称为系统混合模型和系统分离模型)()]([)(t t t n s f x += （2）)]([)(t t x g y = （3）式中：T 21],,,[][n f f f =⋅f 表示未知混合系统的混合函数；T m 21]g ,,g ,[g ][ =⋅g 表示分离系统的分离函数；没有噪声的情况下，][⋅f 和][⋅g 互为反函数，此时混合系统与分离系统互为逆系统。
基于JADE盲源分离算法的雷达抗主瓣压制干扰技术研究
基于JADE盲源分离算法的雷达抗主瓣压制干扰技术研究作者：钱国栋来源：《科技创新与应用》2014年第17期摘要：在现有的干扰方法中，雷达主瓣压制干扰是当前主要的干扰方式之一，现有的抗干扰方法无法对其实现有效抑制。
文章提出了一种利用JADE盲源分离算法进行抗主瓣压制干扰的方法，并通过仿真试验进行了验证。
仿真结果表明，在一定信噪比和信干比的条件下，该方法可有效实现干扰与目标信号的分离，提高雷达的抗干扰性能。
关键词：主瓣压制干扰；JADE算法；信噪比；信干比；抗干扰1 概述随着信息技术的迅猛发展，实际环境中无线电信号日益密集，自然干扰和人为干扰越来越多，雷达阵列接收到的信号已经受到严重的影响，虽然可以利用信号的不同特征来处理信号，但这往往需要一些先验信息，而且存在一定的局限性。
通常的抗干扰方法大多是根据特定应用设计的，具有很强的针对性，无法同时应对多种类型的干扰。
现有的抗干扰技术针对旁瓣干扰的措施较多，对抗主瓣干扰的措施较少。
因此，在现有的抗干扰技术基础上，研究新的对抗主瓣干扰的措施，对雷达抗干扰能力的提升具有重要的意义。
盲源分离是根据观测到的混合数据向量来恢复出源信号的过程，它的主要任务就是对于未知的系统，在输入信号完全未知或仅有很少的先验知识的情况下，仅仅由输出信号来重构输入信号或进行系统辨识。
文章利用基于高阶累积量的JADE盲源分离算法来完成对混合信号的分离，以说明盲源分离算法对雷达接收的混合信号具有良好的分离能力。
2 雷达信号盲源分离的理论基础2.1 雷达信号盲源分离的数学模型一般设雷达阵列接收单元有m个，即接收m个混合信号xi（t）（i=1，2，...，m），是由n个（通常m？叟n）相互统计独立、零均值的未知源信号si（t）（j=1，2，…，n）在接收机上的瞬时混叠：x（t）=As（t）+n（t）（1）式中：x（t）=[x1（t），x2（t），...xm（t）]T表示阵列天线接收到的混合信号向量；s （t）=[s1（t），s2（t），...sn（t）]T表示源信号向量，即目标回波信号向量；n（t）表示高斯白噪声；A为列满秩的m×n阶混合矩阵，其元素aij可以表示第j个源信号与第i个天线间未知的混迭滤波系数。
基于矩阵对角化的盲源分离算法研究
龙源期刊网
基于矩阵对角化的盲源分离算法研究
作者：杨志聪
来源：《电脑知识与技术(学术交流)》2009年第12期
摘要：盲源分离是从观测信号中恢复源信号的一种有效方法。
目前已成为信号处理领域的研究热点。
首先对三种盲源分离的算法进行分析，它们是：四阶盲辩识(FOBI)、特征矩阵的联合近似对角化(IADE)、二阶盲辨识(SOBI)。
分析表明这些算法均有各自的不足，而另一方面，它们都是通过矩阵对角化实现盲源分离的。
一个很自然的想法是将这些算法结合起来，以提高盲源分离的性能。
仿真结果表明，IADE法和SOBI法的结合可以获得不错的盲分离效果。
关键词：盲源分离；矩阵对角化；JADE；SOBI；FOBI
中图分类号：TN911
文献标识码：A。
独立分量分析在脑电信号混合噪声分离中的应用
独立分量分析在脑电信号混合噪声分离中的应用摘要：在脑电信号的采集和处理过程中，常常受到各种噪声伪迹的干扰。
本文将独立分量分析（Independent Component Analysis，ICA）技术应用在脑电信号的眼电噪声分离问题上。
本文分别使用四种常用的ICA算法：二阶盲识别(SOBI)、Hyvarinen不动点算法(FastICA)、Infomax和联合逼近特征矩阵对角化(JADE)用于脑电信号的眼电伪迹分离，并使用MATLAB作为实验平台，采用格茨数据集2a，针对四种算法的运行时间及分配内存进行了实验对比。
实验结果表明，SOBI算法的MATLAB实现表现了最好的综合性能。
相较其他三个ICA算法，SOBI 算法能够在分配内存较小的情况下快速准确地去除脑电信号中的噪声。
关键词：独立分量分析（ICA）；脑电信号（EEG）；盲源分离(BSS)；1.引言脑电信号（ElectroEncephaloGrapgy,EEG）是一类反映大脑活动的微弱生物电信号，其中包含了大量的生理和病理信息，在研究人脑功能、疾病预防及诊断等方面，EEG信号发挥了非常重要的作用。
但是在脑电信号的采集过程中，经常受到诸如眼电、肌电、心电等外界的干扰，使得采集到的脑电信号中包含了严重的噪声伪迹，影响了脑电信号的分析及分类识别。
因此，如何在确保不丢失脑电信号的前提下消除噪声伪迹，是脑电信号预处理阶段的一个首要研究内容。
盲源分离（Blind Sourse Separation，BSS）是盲信号处理领域中的一个主要研究方向，盲源分离算法能从观测到的混合信号中，提出未知的“源”信号。
多导联采集到的EEG信号是由多个脑电“源”信号经由头部的容积传导效应混合形成的，因此，利用盲源分离的脑电信号分析方法能够有效地基于头皮空间域进行脑电信号分析。
国内外学者提出了许多盲信源分离方法，其中基于统计独立性的独立分量分析（Independent Component Analysis，ICA）方法应用最为广泛。
JADE盲源分离算法在变压器振动信号监测中的应用
JADE盲源分离算法在变压器振动信号监测中的应用徐智超;李凯;赵振刚;李英娜;李川【摘要】铁芯和绕组是变压器振动产生的主要振源,监测铁芯和绕组的振动信号可以对变压器运行状态进行预测和诊断.选择了S13-12500/35型油浸式无励磁调压电力变压器,将2只光纤Bragg光栅振动传感器布设于变压器内部,直接采集变压器负载运行下的振动信号.通过JADE算法将2组负载信号分离,发现:一组信号能量主要集中在100 Hz处,与铁心振动信号频谱特征较为接近;另一组信号在各频率上均有分布,与绕组振动信号频谱特征较为接近.%Core and winding are main vibration sources which generate transformer vibration,monitoring vibration signals of core and winding,can predict and diagnose operational status of ransformer.Select general changes made S13-12500/35 type oil-immersed non-excitation voltage regulating power transformer,the two fiber Bragg grating vibration sensors are laid inside transformer,vibration signal is acquired directly under transformer load.By JADE algorithm,two groups load signal are separated,after separation,a groups is found that signal energy is concentrated at 100 Hz which is closer to core vibrational signal spectral characteristics,another group of signals are distributed at each frequency,and closer to spectral characteristics of winding vibration signal.【期刊名称】《传感器与微系统》【年(卷),期】2017(036)009【总页数】4页(P157-160)【关键词】变压器振动;状态监测;盲源分离;JADE算法;光纤Bragg光栅【作者】徐智超;李凯;赵振刚;李英娜;李川【作者单位】昆明理工大学信息工程与自动化学院,云南昆明650500;昆明理工大学信息工程与自动化学院,云南昆明650500;昆明理工大学信息工程与自动化学院,云南昆明650500;昆明理工大学信息工程与自动化学院,云南昆明650500;昆明理工大学信息工程与自动化学院,云南昆明650500【正文语种】中文【中图分类】TP212.9变压器是电力工业中重要的电力设备，变压器的故障不仅会造成自身的经济损失，还会引起连带的间接损失，严重时直接危害到人民群众的生命和财产安全[1]。
脑电信号中去除眼电成分
脑电信号中眨眼眼电成分的提取摘要：眨眼伪迹是脑电信号采集过程中的常见噪声,严重影响其有用信息的提取。
该文尝试采用独立成分分析中的快速算法分离脑电信号中的各个独立分量,并通过相关性分析自动识别独立分量中的眨眼伪迹干扰并去除。
研究结果表明该方法能有效识别和去除眨眼伪迹,在脑电信号的处理中有重要应用价值,值得深入研究和推广。
目的利用独立分量分析方法(ICA) 将混合在观测信号中相互独立的源信号分出来。
方法记录3个正常人自然眨眼和水平扫视条件下7道脑电信号和2道眼电信号，选取7道脑电信号进行处理，2道眼电信号用来指示干扰源的情况。
使用扩展相似对角化算法( JADE) 将脑电信号分解成多个独立分量，同时利用伪迹脑地形图特征，判断出与眼电伪迹相关分量并将其去除。
结果存在于前额电极的眼电干扰被消除，同时其他电极上的信号细节成分较好地保留下来。
独立分量分析方法成功去除了脑电信号中的眼电伪迹。
本文针对脑电信号的眼电伪迹去除的问题，运用ICA（独立分量分析）和小波去噪两种方法实现了眼电伪迹去除，并比较分析了两种方法各自的优点和缺点。
关键词：脑电信号眨眼眼电ICA 小波去噪1 引言脑电( electroencephalogram ，EEG) 信号是一种微弱( μV 级) 的电生理信号，同时具有很强的随机性，极易受其他电生理信号干扰。
其中，眼电伪迹是一种最主要的干扰成分。
它产生于人体自身，当眨眼( blink) 或是眼球运动( eye movement)时，会在测量电极处引起较大的电位变化形成眼电( electro-oculogram，EOG) 。
在采集EEG 时，EOG 从其源发出，弥散到整个头皮，导致采集到的EEG 信号产生明显畸变，形成伪迹，其幅度可达到100 mV。
为减少EOG 伪迹影响，要求受试者长时间控制自己的眼部运动。
但这通常会引起眼部不适，尤其是部分特定人群( 如患有多动症的儿童、精神分裂症患者等) 的无意运动难以控制。
中科大_盲信号处理_第3章2
(3-45)式可表示为
( W) log{det( W)} E p ( x ) [log gi( yi )]
i 1
N
(3-47)
二、代价函数的常规随机梯度和自然随机梯度 由于
log det(W) ( WT )1 W T W N E p ( x ) [log gi( yi )] E p ( x ) [ψ (y )xT ] W i 1
Infomax： ψ () 有所有的 gi () 决定，理论上应根据信源的 pdf 来选取 gi () ，但实际应
用中，对其要求不是很严格。
MMI： ψ () 由 k3 、 k4 来确定，实际应用中用观测数据来递推估计。
关于基于 Infomax 准则的 ICA 算法的详细分析和一些细节请阅读下列文献：
( W ) H ( yi ) log | det( W ) |
i 1
N
(3-28)
yi wij x j
j 1
N
i, j 1,2,, N
(3-29)
根据（3-23）或（3-25）， H ( yi ) 可以用 yi 的三阶和四阶累量 k3 ( yi ) 、 k4 ( yi ) 来估计， 即
k3 ( yi | k 1) k3 ( yi | k ) k [k3 ( yi | k ) yi3 (k )] k4 ( yi | k 1) k4 ( yi | k ) k [k4 ( yi | k ) yi4 (k ) 3]
其中， k3 ( yi | k ) 和 k4 ( yi | k ) 分别表示 k 时刻的三阶累积量和四阶累积量的估计值。 利用式（3-41）~（3-44），就可以自适应地递推估计出分离矩阵 W 。
基于JADE盲源分离算法的雷达信号研究
基于JADE盲源分离算法的雷达信号研究王瑜;李小波;毛云翔;黄超【摘要】盲源信号分离技术在雷达抗干扰领域得到了广泛的关注和应用研究,所以对经过盲源分离的雷达信号的研究是至关重要的.分析了经过盲源分离的雷达信号存在幅度、相位的不确定性,并通过仿真分析得出了信噪比对盲源分离的影响.仿真结果表明,在信噪比满足一定的条件下,盲源分离能从强压制干扰中将信号分离.%Blind source separation technology has received wide attention and application research in the field of radar anti-jamming.So the study of signal based on blind source separation algorithm is crucial.The uncertainty of radar signal amplitude and phase are analyzed based on blind source separation algorithm and through the simulation analysis the influence of signal-to-noise ratio on blind source separation is obtained.The simulation results show that when the signal-to-noise ratio satisfies a certain condition and the blind source separation can separate the signal from the strong interference.【期刊名称】《现代防御技术》【年(卷),期】2017(045)001【总页数】6页(P147-152)【关键词】雷达抗干扰;盲源分离;信噪比;雷达信号;幅度;相位【作者】王瑜;李小波;毛云翔;黄超【作者单位】电子工程学院,安徽合肥230037;电子工程学院,安徽合肥230037;电子工程学院,安徽合肥230037;电子工程学院,安徽合肥230037【正文语种】中文【中图分类】TN973盲源信号分离(blind source separation，BSS)是现代雷达信号处理技术的前沿领域之一[1-4]，通过观测到的混合接收信号并在先验知识较少的前提下，利用信号间的独立统计特性[5-8]将混合信号分离开，提取出有用的回波信号。