《盲信號處理基礎及其套用》是2010年國防工業出版社出版的圖書，作者是孫守宇。
基本介紹
- 書名：盲信號處理基礎及其套用
- 作者：孫守宇 編著
- ISBN：9787118068191
- 定價：￥39.00元
- 出版社：國防工業出版社
- 出版時間：2010-7-1
圖書信息,內容簡介,編輯推薦,目錄,
圖書信息
作 者：孫守宇 編著
出 版 社：國防工業出版社
出版時間：2010-7-1
開 本：16開
I S B N：9787118068191
內容簡介
《盲信號處理基礎及其套用》是孫守宇的作品，本書講述了近年來，盲信號處理的新概念、新技術迅速發展。盲信源分離和盲信道均衡是信號處理的兩項重要任務。盲信源分離技術可以套用於陣列信號處理、醫學信號處理、語音信號處理、圖像信號處理以及其他信號處理領域。盲信道均衡的一個重要套用是恢復因信號通過信道傳輸而產生的失真信號，在數字通信中，以盲的方式消除碼間干擾。儘管盲信源分離和盲信道均衡以各自獨立的模式發展，但是事實上它們之間具有密切的關係。本書可以在多個領域使用比如從事信號處理、圖像處理、通信和計算機專業的高年級本科生和研究生的參考書，也可供相關領域的科研人員參考。
編輯推薦
本書內容結構合理，論述循序漸進，特別是盲信源分離和盲信道均衡的一些套用實例有利於啟發讀者聯繫實際，解決具體問題。
內容簡介 近年來，盲信號處理的新概念、新技術迅速發展。盲信源分離和盲信道均衡是信號處理的兩項重要任務。盲信源分離技術可以套用於陣列信號處理、醫學信號處理、語音信號處理、圖像信號處理以及其他信號處理領域。盲信道均衡的一個重要套用是恢復因信號通過信道傳輸而產生的失真信號，在數字通信中，以盲的方式消除碼間干擾。
儘管盲信源分離和盲信道均衡以各自獨立的模式發展，但是事實上它們之間具有密切的關係。本書共分5章：第1章介紹盲信號處理；第2章提供盲信號處理的理論基礎；第3章研究盲信源分離；第4章考慮盲信道均衡；第5章討論盲信源分離和盲信道均衡之間的關係。
本書可作為從事信號處理、圖像處理、通信和計算機專業的高年級本科生和研究生的參考書，也可供相關領域的科研人員參考。
目錄
第1 章 緒論…………………………………………………………………… 1
1. 1 盲信號處理…………………………………………………………… 1
1. 1. 1 映射和逆映射…………………………………………………… 1
1. 1. 2 卷積和解卷積…………………………………………………… 2
1. 1. 3 盲信號處理的基本問題………………………………………… 2
1. 2 盲信源分離…………………………………………………………… 3
1. 2. 1 盲信源分離的數學描述………………………………………… 3
1. 2. 2 盲信源分離研究之進展………………………………………… 4
1. 3 盲信道均衡…………………………………………………………… 5
1. 3. 1 盲信道均衡的數學描述………………………………………… 5
1. 3. 2 盲信道均衡研究之進展………………………………………… 6
1. 4 自適應濾波…………………………………………………………… 7
1. 4. 1 傳統自適應濾波器……………………………………………… 7
1. 4. 2 監督和無監督自適應濾波器…………………………………… 7
1. 5 無監督自適應濾波的三種基本方法………………………………… 8
1. 5. 1 Bussgang 統計算法……………………………………………… 8
1. 5. 2 高階統計量方法………………………………………………… 9
1. 5. 3 信息理論方法…………………………………………………… 9
1. 6 本書各章內容概要…………………………………………………… 10
第2 章 盲信號處理的理論基礎…………………………………………… 12
2. 1 熵和信息……………………………………………………………… 12
2. 1. 1 熵……………………………………………………………… 12
2. 1. 2 K - L 熵和互信息……………………………………………… 13
2. 1. 3 負熵…………………………………………………………… 15
2. 1. 4 可逆的機率密度變換………………………………………… 16
2. 2 高階統計量…………………………………………………………… 17
2. 3 自組織神經網路……………………………………………………… 19
2. 3. 1 線性自組織…………………………………………………… 20
2. 3. 2 非線性自組織………………………………………………… 21
2. 4 遞歸網路……………………………………………………………… 21
2. 5 標準梯度自適應……………………………………………………… 23
2. 5. 1 參數和代價函式……………………………………………… 23
2. 5. 2 最陡下降法…………………………………………………… 24
2. 5. 3 統計梯度下降法……………………………………………… 25
2. 5. 4 最陡下降法的行為…………………………………………… 26
2. 6 自然梯度自適應……………………………………………………… 28
2. 6. 1 歐氏幾何和黎曼幾何………………………………………… 28
2. 6. 2 自然梯度下降法……………………………………………… 31
2. 6. 3 自然梯度與其他算法的關係………………………………… 33
2. 7 自然梯度模擬實例…………………………………………………… 34
2. 7. 1 噪聲正弦函式的最大似然估計……………………………… 34
2. 7. 2 單層感知機訓練……………………………………………… 36
2. 8 主元分析法…………………………………………………………… 39
2. 8. 1 特徵值分解…………………………………………………… 40
2. 8. 2 第一主元估計學習算法……………………………………… 43
2. 8. 3 幾個主元自適應提取算法…………………………………… 45
第3 章 盲信源分離…………………………………………………………… 50
3. 1 直觀理解盲信源分離………………………………………………… 50
3. 2 獨立元分析概述……………………………………………………… 52
3. 2. 1 獨立元分析基礎……………………………………………… 52
3. 2. 2 與ICA 有關的模糊性………………………………………… 53
3. 3 利用神經網路的獨立元分析………………………………………… 53
3. 3. 1 預白化過程…………………………………………………… 54
3. 3. 2 分離過程……………………………………………………… 55
3. 3. 3 ICA 基矢量的估計…………………………………………… 56
3. 4 ICA 的對比函式……………………………………………………… 58
3. 4. 1 無噪線性混合的ICA ………………………………………… 58
3. 4. 2 基於似然性的對比函式……………………………………… 58
3. 4. 3 基於互信息的對比函式……………………………………… 59
3. 4. 4 基於信息最大化的對比函式………………………………… 59
3. 4. 5 基於統計量的對比函式……………………………………… 60
3. 5 ICA 估計的非高斯性………………………………………………… 62
3. 5. 1 非高斯即獨立………………………………………………… 62
3. 5. 2 非高斯性的峭度度量法……………………………………… 63
3. 5. 3 非高斯性的負熵度量法……………………………………… 65
3. 6 盲信源分離的有效算法……………………………………………… 67
3. 6. 1 最大熵方法…………………………………………………… 67
3. 6. 2 最小互信息方法……………………………………………… 69
3. 6. 3 自然梯度學習算法的等價變化性…………………………… 70
3. 6. 4 通信信號盲分離仿真………………………………………… 71
3. 6. 5 語音信號盲分離仿真………………………………………… 75
3. 6. 6 ICA 的快速定點算法………………………………………… 78
3. 6. 7 圖像信號盲分離仿真………………………………………… 80
3. 7 峭度自適應學習率的盲信源分離算法……………………………… 83
3. 7. 1 盲信源分離算法學習率討論………………………………… 83
3. 7. 2 峭度自適應學習率的盲信源分離算法……………………… 84
3. 7. 3 計算機仿真…………………………………………………… 86
3. 8 信源信號的盲抽取…………………………………………………… 87
3. 8. 1 單個源信號抽取方法………………………………………… 88
3. 8. 2 一組信源的盲抽取…………………………………………… 92
第4 章 盲信道均衡…………………………………………………………… 95
4. 1 信道均衡的概念……………………………………………………… 96
4. 1. 1 信道模型……………………………………………………… 96
4. 1. 2 最小和最大相位信道………………………………………… 98
4. 1. 3 均衡器結構…………………………………………………… 98
4. 1. 4 基於訓練的自適應均衡……………………………………… 99
4. 1. 5 盲自適應均衡………………………………………………… 100
4. 2 同態濾波盲均衡…………………………………………………… 101
4. 3 數字通信信道的盲均衡…………………………………………… 103
4. 3. 1 LMS 盲均衡………………………………………………… 105
4. 3. 2 二進制數位訊號的均衡……………………………………… 107
4. 4 基於高階統計量的均衡…………………………………………… 108
4. 4. 1 基於高階倒譜的盲均衡……………………………………… 108
4. 4. 2 二倒譜……………………………………………………… 110
4. 4. 3 三倒譜……………………………………………………… 111
4. 5 基於碼元間隔的恆模算法………………………………………… 113
4. 5. 1 信道均衡的條件……………………………………………… 113
4. 5. 2 恆模算法…………………………………………………… 113
4. 5. 3 修正恆模算法………………………………………………… 114
4. 5. 4 仿真實驗和性能比較………………………………………… 114
4. 5. 5 MCMA 頻率選擇性信道盲均衡性能分析…………………… 118
4. 6 基於分數間隔的恆模算法………………………………………… 121
4. 6. 1 分數間隔採樣對盲均衡的意義……………………………… 121
4. 6. 2 單輸入多輸出模型…………………………………………… 122
4. 6. 3 分數間隔的修正恆模算法…………………………………… 124
4. 6. 4 計算機仿真實驗……………………………………………… 124
4. 6. 5 採樣時間偏移量的影響……………………………………… 127
第5 章 盲分離和盲均衡之間的關係……………………………………… 131
5. 1 問題描述…………………………………………………………… 131
5. 1. 1 源分離……………………………………………………… 131
5. 1. 2 解卷積……………………………………………………… 132
5. 1. 3 附加信息…………………………………………………… 133
5. 1. 4 比較………………………………………………………… 134
5. 2 算法關係…………………………………………………………… 134
5. 2. 1 估計模型的選擇……………………………………………… 134
5. 2. 2 代價函式的選擇……………………………………………… 135
5. 2. 3 自適應算法的選擇…………………………………………… 137
5. 3 基於多用戶峭度最佳化準則的獨立信號的盲分離………………… 137
5. 3. 1 問題形成和假設……………………………………………… 138
5. 3. 2 單用戶均衡問題回顧………………………………………… 140
5. 3. 3 關於BSS 的充分必要條件…………………………………… 142
5. 3. 4 MU - CM 方法……………………………………………… 143
5. 4 盲信源分離學習算法擴展到多信道盲解卷……………………… 144
5. 4. 1 各種方法的代數等價性……………………………………… 146
5. 4. 2 卷積作為乘法運算…………………………………………… 146
5. 4. 3 多信道盲解卷的自然梯度學習規則………………………… 147
5. 4. 4 多信道盲解卷算法…………………………………………… 148
5. 4. 5 多信道盲解卷算法的實現…………………………………… 149
5. 5 盲信號處理的一些相關問題……………………………………… 150
參考文獻………………………………………………………………………… 152
1. 1 盲信號處理…………………………………………………………… 1
1. 1. 1 映射和逆映射…………………………………………………… 1
1. 1. 2 卷積和解卷積…………………………………………………… 2
1. 1. 3 盲信號處理的基本問題………………………………………… 2
1. 2 盲信源分離…………………………………………………………… 3
1. 2. 1 盲信源分離的數學描述………………………………………… 3
1. 2. 2 盲信源分離研究之進展………………………………………… 4
1. 3 盲信道均衡…………………………………………………………… 5
1. 3. 1 盲信道均衡的數學描述………………………………………… 5
1. 3. 2 盲信道均衡研究之進展………………………………………… 6
1. 4 自適應濾波…………………………………………………………… 7
1. 4. 1 傳統自適應濾波器……………………………………………… 7
1. 4. 2 監督和無監督自適應濾波器…………………………………… 7
1. 5 無監督自適應濾波的三種基本方法………………………………… 8
1. 5. 1 Bussgang 統計算法……………………………………………… 8
1. 5. 2 高階統計量方法………………………………………………… 9
1. 5. 3 信息理論方法…………………………………………………… 9
1. 6 本書各章內容概要…………………………………………………… 10
第2 章 盲信號處理的理論基礎…………………………………………… 12
2. 1 熵和信息……………………………………………………………… 12
2. 1. 1 熵……………………………………………………………… 12
2. 1. 2 K - L 熵和互信息……………………………………………… 13
2. 1. 3 負熵…………………………………………………………… 15
2. 1. 4 可逆的機率密度變換………………………………………… 16
2. 2 高階統計量…………………………………………………………… 17
2. 3 自組織神經網路……………………………………………………… 19
2. 3. 1 線性自組織…………………………………………………… 20
2. 3. 2 非線性自組織………………………………………………… 21
2. 4 遞歸網路……………………………………………………………… 21
2. 5 標準梯度自適應……………………………………………………… 23
2. 5. 1 參數和代價函式……………………………………………… 23
2. 5. 2 最陡下降法…………………………………………………… 24
2. 5. 3 統計梯度下降法……………………………………………… 25
2. 5. 4 最陡下降法的行為…………………………………………… 26
2. 6 自然梯度自適應……………………………………………………… 28
2. 6. 1 歐氏幾何和黎曼幾何………………………………………… 28
2. 6. 2 自然梯度下降法……………………………………………… 31
2. 6. 3 自然梯度與其他算法的關係………………………………… 33
2. 7 自然梯度模擬實例…………………………………………………… 34
2. 7. 1 噪聲正弦函式的最大似然估計……………………………… 34
2. 7. 2 單層感知機訓練……………………………………………… 36
2. 8 主元分析法…………………………………………………………… 39
2. 8. 1 特徵值分解…………………………………………………… 40
2. 8. 2 第一主元估計學習算法……………………………………… 43
2. 8. 3 幾個主元自適應提取算法…………………………………… 45
第3 章 盲信源分離…………………………………………………………… 50
3. 1 直觀理解盲信源分離………………………………………………… 50
3. 2 獨立元分析概述……………………………………………………… 52
3. 2. 1 獨立元分析基礎……………………………………………… 52
3. 2. 2 與ICA 有關的模糊性………………………………………… 53
3. 3 利用神經網路的獨立元分析………………………………………… 53
3. 3. 1 預白化過程…………………………………………………… 54
3. 3. 2 分離過程……………………………………………………… 55
3. 3. 3 ICA 基矢量的估計…………………………………………… 56
3. 4 ICA 的對比函式……………………………………………………… 58
3. 4. 1 無噪線性混合的ICA ………………………………………… 58
3. 4. 2 基於似然性的對比函式……………………………………… 58
3. 4. 3 基於互信息的對比函式……………………………………… 59
3. 4. 4 基於信息最大化的對比函式………………………………… 59
3. 4. 5 基於統計量的對比函式……………………………………… 60
3. 5 ICA 估計的非高斯性………………………………………………… 62
3. 5. 1 非高斯即獨立………………………………………………… 62
3. 5. 2 非高斯性的峭度度量法……………………………………… 63
3. 5. 3 非高斯性的負熵度量法……………………………………… 65
3. 6 盲信源分離的有效算法……………………………………………… 67
3. 6. 1 最大熵方法…………………………………………………… 67
3. 6. 2 最小互信息方法……………………………………………… 69
3. 6. 3 自然梯度學習算法的等價變化性…………………………… 70
3. 6. 4 通信信號盲分離仿真………………………………………… 71
3. 6. 5 語音信號盲分離仿真………………………………………… 75
3. 6. 6 ICA 的快速定點算法………………………………………… 78
3. 6. 7 圖像信號盲分離仿真………………………………………… 80
3. 7 峭度自適應學習率的盲信源分離算法……………………………… 83
3. 7. 1 盲信源分離算法學習率討論………………………………… 83
3. 7. 2 峭度自適應學習率的盲信源分離算法……………………… 84
3. 7. 3 計算機仿真…………………………………………………… 86
3. 8 信源信號的盲抽取…………………………………………………… 87
3. 8. 1 單個源信號抽取方法………………………………………… 88
3. 8. 2 一組信源的盲抽取…………………………………………… 92
第4 章 盲信道均衡…………………………………………………………… 95
4. 1 信道均衡的概念……………………………………………………… 96
4. 1. 1 信道模型……………………………………………………… 96
4. 1. 2 最小和最大相位信道………………………………………… 98
4. 1. 3 均衡器結構…………………………………………………… 98
4. 1. 4 基於訓練的自適應均衡……………………………………… 99
4. 1. 5 盲自適應均衡………………………………………………… 100
4. 2 同態濾波盲均衡…………………………………………………… 101
4. 3 數字通信信道的盲均衡…………………………………………… 103
4. 3. 1 LMS 盲均衡………………………………………………… 105
4. 3. 2 二進制數位訊號的均衡……………………………………… 107
4. 4 基於高階統計量的均衡…………………………………………… 108
4. 4. 1 基於高階倒譜的盲均衡……………………………………… 108
4. 4. 2 二倒譜……………………………………………………… 110
4. 4. 3 三倒譜……………………………………………………… 111
4. 5 基於碼元間隔的恆模算法………………………………………… 113
4. 5. 1 信道均衡的條件……………………………………………… 113
4. 5. 2 恆模算法…………………………………………………… 113
4. 5. 3 修正恆模算法………………………………………………… 114
4. 5. 4 仿真實驗和性能比較………………………………………… 114
4. 5. 5 MCMA 頻率選擇性信道盲均衡性能分析…………………… 118
4. 6 基於分數間隔的恆模算法………………………………………… 121
4. 6. 1 分數間隔採樣對盲均衡的意義……………………………… 121
4. 6. 2 單輸入多輸出模型…………………………………………… 122
4. 6. 3 分數間隔的修正恆模算法…………………………………… 124
4. 6. 4 計算機仿真實驗……………………………………………… 124
4. 6. 5 採樣時間偏移量的影響……………………………………… 127
第5 章 盲分離和盲均衡之間的關係……………………………………… 131
5. 1 問題描述…………………………………………………………… 131
5. 1. 1 源分離……………………………………………………… 131
5. 1. 2 解卷積……………………………………………………… 132
5. 1. 3 附加信息…………………………………………………… 133
5. 1. 4 比較………………………………………………………… 134
5. 2 算法關係…………………………………………………………… 134
5. 2. 1 估計模型的選擇……………………………………………… 134
5. 2. 2 代價函式的選擇……………………………………………… 135
5. 2. 3 自適應算法的選擇…………………………………………… 137
5. 3 基於多用戶峭度最佳化準則的獨立信號的盲分離………………… 137
5. 3. 1 問題形成和假設……………………………………………… 138
5. 3. 2 單用戶均衡問題回顧………………………………………… 140
5. 3. 3 關於BSS 的充分必要條件…………………………………… 142
5. 3. 4 MU - CM 方法……………………………………………… 143
5. 4 盲信源分離學習算法擴展到多信道盲解卷……………………… 144
5. 4. 1 各種方法的代數等價性……………………………………… 146
5. 4. 2 卷積作為乘法運算…………………………………………… 146
5. 4. 3 多信道盲解卷的自然梯度學習規則………………………… 147
5. 4. 4 多信道盲解卷算法…………………………………………… 148
5. 4. 5 多信道盲解卷算法的實現…………………………………… 149
5. 5 盲信號處理的一些相關問題……………………………………… 150
參考文獻………………………………………………………………………… 152
