论文部分内容阅读
本文在考察现有的盲信号处理和算法的基础上,主要针对混沌卷积混合信号和有噪混合信号进行研究,提出了几种新的方法.仿真实验表明,这些方法是行之有效的.概括起来主要取得如下进展:1.提出了单输出混沌卷积混合信号的预测迭代盲反卷积算法.通过对混沌信号的特性分析,利用其类随机性,介绍了一种混沌反卷积滤波器,在混沌卷积信号通过这种滤波器后,用输出数据去重构混沌动力学系统方程,并据此去改造输出数据和成功恢复出系统响应函数.2.在总结一般去噪方法基础上,提出了三种有噪混合信号的盲分离方法.(1)循环谱差值预处理去噪法.这种方法先聚合噪声样品集,然后将观测信号与噪声样品循环取谱差,利用本文给出的一种信噪比估计算法,选择信噪比较高的几组作为待分离的无噪混合信号.(2)自相关后处理去噪法.在输出信号数目多于信号源数目的情况下,经分组盲源分离后,通过对盲源分离的这些结果取自相关,能提高对源信号估计的信噪比.(3)前馈复式盲分离去噪法.因为盲源分离算法要尽可能恢复出源信号,所以其输出信号总是由某个较强的源信号迭加另一些较弱的源信号及噪声组成.如果把这些较弱的源信号及噪声又假定为一个新的混合源信号S<,new>,那么通过适当的选择和组合前一次盲分离的结果作为下一次盲分离的源,反复使用盲分离技术就可把那个假定的S<,new>分离出来,再将S<,new>与选定的某个恢复源信号取谱差,能有效的提高分离结果的性能指标.3.对加密信号实施攻击以获得密钥,这与用盲分离去恢复源信号在某种程度上有异曲同工的作用,因此,本文提出盲攻击的设想,试图用盲源分离技术,盲反卷积技术来对某些加密方式进行攻击.