针对源信号个数未知的欠定混合盲源分离问题,本文提出了一种基于特征矩阵联合近似对角化(Joint Approximate Diagonalization of Eigenmatrices,JADE)和平行因子分解的欠定混合盲辨识算法,该算法不需要源信号满足稀疏性要求,仅在源信号...针对源信号个数未知的欠定混合盲源分离问题,本文提出了一种基于特征矩阵联合近似对角化(Joint Approximate Diagonalization of Eigenmatrices,JADE)和平行因子分解的欠定混合盲辨识算法,该算法不需要源信号满足稀疏性要求,仅在源信号满足相互独立和最多一个高斯信号的条件下,通过将JADE算法中的样本四阶协方差矩阵叠加成三阶张量,再对此三阶张量进行平行因子分解来完成源信号数和混合矩阵的估计,由于平行因子分解的唯一辨识性在欠定条件下仍然满足,该算法能够解决欠定盲源分离问题。并对该欠定混合盲辨识算法进行了深入的分析。通过仿真实验,计算估计矩阵与混合矩阵的平均相关误差,结果表明本文提出的算法在适定和欠定混合时均具有很好的辨识效果,而且实现简单,可满足实际应用的要求。展开更多
检测室内有害气体得到的红外光谱为混合有害气体的红外光谱,针对吸收谱带相互交叠的混合气体定性定量不容易的问题,提出基于特征矩阵联合近似对角化(joint approximative diagonalization of eigenmatrix,JADE)的特征提取方法,该方法通...检测室内有害气体得到的红外光谱为混合有害气体的红外光谱,针对吸收谱带相互交叠的混合气体定性定量不容易的问题,提出基于特征矩阵联合近似对角化(joint approximative diagonalization of eigenmatrix,JADE)的特征提取方法,该方法通过分析数据的高阶统计量信息,充分挖掘原始数据隐含的信息,以便准确地区分出混合气体中各物质的光谱,同时应用基于正则理论的支持向量机(SVM)对提取出来的独立信号源建立多维数据定量分析的模型。实验结果表明,混合气体中各组分的定量分析相关系数均保持在0.9991以上,验证了该特征提取方法的准确性。展开更多
阵列雷达的主瓣干扰抑制是雷达抗干扰领域的一个难题。提出了一种基于子阵域的盲源分离主瓣抗干扰算法。该算法以特征矩阵近似联合对角化(joint approximate diagonalization of eigen-matrices,JADE)盲源分离算法为基础,与传统的全向...阵列雷达的主瓣干扰抑制是雷达抗干扰领域的一个难题。提出了一种基于子阵域的盲源分离主瓣抗干扰算法。该算法以特征矩阵近似联合对角化(joint approximate diagonalization of eigen-matrices,JADE)盲源分离算法为基础,与传统的全向阵列算法相比,该算法提供了较低的复杂度,尤其是针对大型阵列时,算法的优势更加显著。其设计思路是先将全向阵列划分到子阵域;然后在子阵域的基础上利用多重信号分类和恒虚警检测,设计了一种新的盲源分离信道数预估计方法,为JADE提供先验信息;最后设定盲源分离通道数,使接收信号分离,并将分离信号分别进行脉冲压缩、信号检测等步骤,从而达到雷达主瓣抗干扰的目的。通过仿真分析可知,该方法可以实现目标信号和干扰信号的有效分离,且计算量对比全向阵列有显著降低,具有一定的工程应用前景。展开更多
文摘针对源信号个数未知的欠定混合盲源分离问题,本文提出了一种基于特征矩阵联合近似对角化(Joint Approximate Diagonalization of Eigenmatrices,JADE)和平行因子分解的欠定混合盲辨识算法,该算法不需要源信号满足稀疏性要求,仅在源信号满足相互独立和最多一个高斯信号的条件下,通过将JADE算法中的样本四阶协方差矩阵叠加成三阶张量,再对此三阶张量进行平行因子分解来完成源信号数和混合矩阵的估计,由于平行因子分解的唯一辨识性在欠定条件下仍然满足,该算法能够解决欠定盲源分离问题。并对该欠定混合盲辨识算法进行了深入的分析。通过仿真实验,计算估计矩阵与混合矩阵的平均相关误差,结果表明本文提出的算法在适定和欠定混合时均具有很好的辨识效果,而且实现简单,可满足实际应用的要求。
文摘检测室内有害气体得到的红外光谱为混合有害气体的红外光谱,针对吸收谱带相互交叠的混合气体定性定量不容易的问题,提出基于特征矩阵联合近似对角化(joint approximative diagonalization of eigenmatrix,JADE)的特征提取方法,该方法通过分析数据的高阶统计量信息,充分挖掘原始数据隐含的信息,以便准确地区分出混合气体中各物质的光谱,同时应用基于正则理论的支持向量机(SVM)对提取出来的独立信号源建立多维数据定量分析的模型。实验结果表明,混合气体中各组分的定量分析相关系数均保持在0.9991以上,验证了该特征提取方法的准确性。
文摘阵列雷达的主瓣干扰抑制是雷达抗干扰领域的一个难题。提出了一种基于子阵域的盲源分离主瓣抗干扰算法。该算法以特征矩阵近似联合对角化(joint approximate diagonalization of eigen-matrices,JADE)盲源分离算法为基础,与传统的全向阵列算法相比,该算法提供了较低的复杂度,尤其是针对大型阵列时,算法的优势更加显著。其设计思路是先将全向阵列划分到子阵域;然后在子阵域的基础上利用多重信号分类和恒虚警检测,设计了一种新的盲源分离信道数预估计方法,为JADE提供先验信息;最后设定盲源分离通道数,使接收信号分离,并将分离信号分别进行脉冲压缩、信号检测等步骤,从而达到雷达主瓣抗干扰的目的。通过仿真分析可知,该方法可以实现目标信号和干扰信号的有效分离,且计算量对比全向阵列有显著降低,具有一定的工程应用前景。
