刘裕侃，黄高明

(海军工程大学 电子工程学院，湖北 武汉 430033)

0 引 言

盲信号处理是当前信号处理领域研究重点，文献[1 - 5]提出多种针对盲源分离的成熟算法。盲源提取指从观测到的混沌信号中恢复出一个或多个源信号，是盲源分离技术的扩展，国内外学者对盲源提取这一课题做了大量的工作。文献[6]提出及于峭度的稳健特定信号盲提取算法；文献[7 - 8]提出基于2阶统计量的盲提取算法和基于高阶统计量的自回归参数估计盲信号提取算法；文献[9]提出一种改进的基于线性预测的盲源提取算法，通过利用待提取信号与发射信号强相关的先验知识，采用最小二乘法估计并固定对应线性预测器参数，然后通过构造最小均方预测误差准则，迭代求取解混向量以提取用于匹配检测的期望回波。智能算法由于其较好的性能被越来越多的学者运用到盲源提取中，文献[10]提出了一种针对线性混叠系统的基于鲸鱼优化（WOA）和主成分分析（PCA）的有序盲提取算法，利用鲸鱼优化算法计算抽取向量，同时利用主成分分析对混合信号进行降维，去除已提取信号成分，实现源信号的有序提取。但是该算法基本模型存在一定的缺陷，算法本身忽略了噪声对算法的影响，与实际有所区别。本文在文献[10]基础上，完善了噪声背景下线性混叠信号模型，在此算法基础上提出了2种基于奇异值分解的盲源提取优化算法，方法1（WP-S）在利用文献[10]算法实现源信号初步分离后，对各分离信号进行矩阵化处理，利用奇异值分解去除信号矩阵中权值明显偏小的特征值，实现对信号矩阵的进一步“清洗”，去除噪声成分，达到降噪的目的。……