肖 瑛,马艺伟,刘 学
(1.大连民族大学 信息与通信工程学院,辽宁 大连 116600;2.中国人民解放军91550部队94分队,辽宁 大连 116023)
随着盲源分离理论和算法的发展,盲分离技术在语音信号处理、医学信号处理、机械故障检测等领域得到了广泛应用[1]。单通道盲源分离作为欠定盲源分离的一个特例,除利用信号的稀疏特性或将信号通过一定变换转化为具有稀疏特性的稀疏化盲源分离方法[2],利用信号分解扩维将单通道盲源分离转化为正定分离问题的方法也得到了较好的效果,典型的如结合经验模态分解的单通道盲源分离(empirical mode decomposition and independent component analysis,EMD-ICA)[3]、结合变分模态分解的单通道盲源分离[4]和结合小波变换的单通道盲源分离[5]。在盲源分离算法的研究过程中,幅度不确定性和顺序不确定性目前仍然是难以解决的技术瓶颈问题[6]。尽管在很多工程上,幅度不确定性并不影响盲源分离技术的应用,但是,在故障检测中,信号的幅度有时是不可忽略的一个重要因素。如在飞行器试验遥测振动信号处理中,在准确获得信号所包含分量的时间频率信息之外,各分量的能量也是检测和诊断时的一个重要依据。此时,利用盲源分离技术来处理遥测振动信号,对各分离分量信号进行幅度校正就成为一个关键问题。
盲源分离幅度不确定性的校正目前主要有两种方法,最小失真法和分离矩阵归一化方法[7]。最小失真法是以分离信号与观测信号的能量方差最小为准则,隐含的约束条件是混合矩阵具有单位方差,即在混合过程中不改变源信号的能量。……