焦芳芳,封志宏,杨桂芹

(兰州交通大学电子与信息工程学院,甘肃兰州730070)

0 引言

盲信号分离技术是在源信号和混合过程未知的情况下,将混合信号中的源信号分离出来的一种方法。盲信号分离[1]的核心问题是分离(或解混合)矩阵的学习算法,其基本思想是抽取统计特征作为输入的表示,而不丢失信息。盲信号分离研究的信号模型主要有线性混合模型、卷积混合模型和非线性混合模型[2]。盲信号分离理论的发展可追溯到20世纪80年代初期。1985年,法国学者Herault和Jutten提出了一种使用简单的反馈网络结构的递推算法,使得盲信号分离从此成为了信号处理领域的一个研究课题。Tong等给出了完善的盲分离问题的数学框架并分析了盲分离问题的可分离性和不确定性,提出了基于高阶统计的矩阵代数特征分解方法。Comon系统地分析了瞬时混迭模型盲信号分离问题[3],明确了独立分量分析的概念。近年来,盲信号分离在图像处理和语音信号分离等方面的研究也逐渐引起国内研究者的关注[4]。凌燮亭等在国内较早地注意并且对盲分离进行大量的理论研究和实际应用研究。曹希仁对源盲信号分离的约束条件进行了深入的分析研究,理论上提出了分离问题的求解原则。何振亚等提出了一系列新的基于高阶统计及信息理论的判据和改进算法[5]。

盲分离的研究不断深化,新的理论算法不断被提出,盲信号混合模型也从开始的线性模型向多元化发展。……