《動態卷積混合信道的自適應盲辨識與源分離方法研究》是依託西安電子科技大學，由樓順天擔任項目負責人的面上項目。
基本介紹
- 中文名：動態卷積混合信道的自適應盲辨識與源分離方法研究
- 項目類別：面上項目
- 項目負責人：樓順天
- 依託單位：西安電子科技大學
中文摘要,結題摘要,
中文摘要
多輸入多輸出信道的盲辨識與源信號的盲分離是當前信號處理學界的前沿研究課題，這種盲處理技術對於陣列模型失配具有很好的魯棒性。絕大部分盲處理技術主要針對源信號瞬時線性混合的情況，本項目研究更符合實際環境且更具有挑戰性的多輸入多輸出卷積混合信道盲辨識與源分離方法。在卷積混合的情況下，需要辨識的系統參數較多，因此傳統的針對卷積混合的盲分離方法大多建立在時不變信道和平穩信源的假設下，其算法一般是批處理的，因此算法不能跟蹤環境的變化。然而在具有嚴重多徑衰落的複雜通信環境下，信道往往是時變的，而且對於語音等非平穩信號的盲分離，傳統算法的性能也會嚴重降低。本項目著重研究更加穩健的自適應盲辨識與源分離方法，因此本項目的研究具有重要的理論意義和迫切的現實意義。
結題摘要
與瞬時盲信號分離相比，卷積混合的信道辨識和源信號分離需要估計更多的參數，本課題著重研究更加穩健的自適應盲辨識與源分離方法，因此本項目具有一定的挑戰性。一方面，本項目通過短時傅立葉變換將卷積混合變換到時頻域的瞬時混合，完成了信號模型的轉換，提出了時頻域聯合零對角化的疊代算法，避免了聯合零對角化收斂到病態解，提出了低複雜度的聯合零對角化算法，降低了信道辨識的計算量。另一方面，本項目將時域卷積混合模型轉換成多維獨立分量分析模型，提出了可以避免病態解的快速聯合塊對角化算法，完成了在時域的分離濾波器估計，實現了時域卷積盲信號分離。此外，本項目還提出了聯合對角化的自適應求解方法，這使聯合對角化技術可以用於對非平穩的混合過程進行系統辨識和源信號恢復。因此本項目的研究成果對於解決卷積混合情況下的信道辨識和源信號恢復具有重要的指導意義。
