一种解决频域盲源分离模糊度问题的新方法

桑 睿，吴 杰

（空军工程大学 电讯工程学院，陕西 西安 710077）

0 引言

针对目前盲源分离问题的研究及所提出的算法基本都是针对线性瞬时混合模型，忽略了信号传播时的延迟和滤波的情况。但是实际信号的混合大部分都是卷积混合的，所以部分算法对于实际环境中的混合信号分离效果不理想。目前针对卷积混合盲源分离所提出的算法包括两类[1]：1）采用时域的方法，基本是对于瞬时混合模型的盲源分离算法的扩展，例如文献[2]利用子空间分解思想，将信号卷积混合变换为瞬时混合。2）采用频域的方法分离。利用离散傅里叶变换（DFT）变换到频域，就将时域上的卷积混合变换到频域上的瞬时混合。接着可以利用成熟的ICA方法对混合信号进行分离。频域方法是对各个频率点独立进行处理,易出现各个频率点上的排列不一致问题和幅度模糊性问题[3]。

针对卷积混合模型上分离技术的不足，本文提出一种解决频域分离算法排列模糊性和幅度模糊性的新思想，该方法改善了分离性能，并通过仿真验证其具有较好的分离效果。

1 频域上的盲源分离

盲源分离是只利用独立信源的混合信号获得源信号的过程。独立信源的混合方式不同，分离的方法也不同。

假设混合模型为

式中：S（n）指的是离散时刻n信源的向量；A是混合矩阵；X（n）是混合后的观察向量（此时忽略了噪声）。当A是非奇异且时不变的矩阵，此时的混合模型为瞬时混合[4]。盲源分离就是通过发现一个矩阵W使得Y（n）=WX（n）=WAS（n），来分离源信号，WA趋近于单位阵。……