张 纯,杨俊安,叶 丰
(1.电子工程学院,安徽合肥 230037;2.安徽省电子制约技术重点实验室,安徽合肥 230037)
目前,很多盲分离算法都假设观测信号的数目不少于源信号的数目。然而在实际应用中,由于观测条件有限,有可能会发生源信号数目多于观测信号数目的欠定情况。国内外针对欠定条件下盲分离算法的研究主要是集中在稀疏性很强的信号,即语音信号中,如利用聚类方法估计混合矩阵和最短路径法估计源信号的两阶段盲分离算法[1]、基于时频变换的欠定盲分离算法[2],上述算法在估计混合矩阵和恢复源信号时,都要求源信号满足理想的稀疏性条件。当源信号的稀疏性并不是很好时,可以通过短时傅里叶变换[3]、小波包变换[4]等方法将源信号变换到变换域上进行盲分离。但是很多信号在变换域上并不严格满足稀疏特性,此时通过上述算法并不能精确地估计出混合矩阵和分离源信号。并且上述算法并不适用于雷达信号和通信信号,对于雷达信号和通信信号的欠定盲分离算法十分罕见。
单通道盲分离作为盲源分离领域一种极端特殊的情况,是一项非常具有挑战性的工作。由于其方程数少于未知数个数的病态特点,单通道盲分离问题一直没能得到很好地解决。在该领域,目前较典型的算法有基于信号稀疏性的分离方法[5]、基于维纳滤波的分离方法[6]、基于粒子滤波的方法[7]等。这几类方法存在的最主要缺陷是算法适应性较差、分离不完全、残余成分较大。……