盲源信號(hào)分離時(shí)域與頻域算法研究

隨著現(xiàn)代信號(hào)處理技術(shù)的發(fā)展，盲源信號(hào)分離(BlindSeparation,BSS)已成為一個(gè)備受關(guān)注的研究領(lǐng)域。盲源信號(hào)分離成分分析(IndependentComponent Analysis,SCA)、非負(fù)矩陣分解(Non-negativeMatrixFactorization,NMF)等，這些新的方法在許多領(lǐng)域都取得了顯著的間結(jié)構(gòu)等信息進(jìn)行分離。其中，獨(dú)立成分分析(ComponentAnalysis,ICA)和主成分分析(PrincipalComponentAnalysis,PCA)是兩種最常用的時(shí)域盲源信號(hào)分離算法。換或其變種(如快速傅里葉變換，F(xiàn)FT)實(shí)現(xiàn)。在頻域中，信號(hào)被表在時(shí)域算法方面，我們重點(diǎn)研究了獨(dú)立成分分析(ICA)和主成分分析(PCA)等算法，并詳細(xì)探討了它們的數(shù)學(xué)原理、算法實(shí)現(xiàn)及要對(duì)ICA的參數(shù)進(jìn)行合理設(shè)置，如迭代次數(shù)、停止條件等，以保證部分。基于獨(dú)立成分分析(ICA)的算法是 制。頻域光譜技術(shù)的測(cè)量精度受限于光源的相干性和穩(wěn)定性等因時(shí)域(Timedomain)是描述數(shù)學(xué)函數(shù)或物理信號(hào)圖中標(biāo)明了1GHz時(shí)鐘信號(hào)的時(shí)鐘周期和10-90上升時(shí)間。下降時(shí)鐘周期就是時(shí)鐘循環(huán)重復(fù)一次的時(shí)間間隔，通常用ns度量。時(shí)鐘頻率Fclock,即1秒鐘內(nèi)時(shí)鐘循環(huán)的次數(shù)，是時(shí)鐘周期Tclock有兩種定義。一種是10-90上升時(shí)間，指信號(hào)從終值的10%跳變到90%上直接讀出。第二種定義方式是20-80上升時(shí)間，這是指從終值的20%跳變到80%所經(jīng)歷的時(shí)間。頻域(frequencydomain)是描述信號(hào)在頻率方面特性時(shí)用到的(2)任何兩個(gè)頻率不同的正弦波都是正交的。如果將兩個(gè)正弦個(gè)正弦波的組合就能很容易地描述這些波形，如下圖2時(shí)間軸為坐標(biāo)表示動(dòng)態(tài)信號(hào)的關(guān)系；頻域分析是把信號(hào)變?yōu)橐灶l率軸為坐標(biāo)表示出來(lái)。一般來(lái)說(shuō)，時(shí)域的表示較為形象與直觀，頻域分析則更為簡(jiǎn)練，剖析問(wèn)題更為深刻和方便。信號(hào)分析的趨勢(shì)是從時(shí)域向頻域發(fā)展。然而，它們是互相聯(lián)系，缺一不可，相輔相成的。動(dòng)態(tài)信號(hào)從時(shí)間域變換到頻率域主要通過(guò)傅立葉級(jí)數(shù)和傅立葉