具有时序结构的相关源信号盲分离算法及其应用研究

盲源分离是近十几年来国内外的研究热点之一, 它在信号处理的许多领域有广泛的应用。相关源的盲分离是一个具有实际意义的问题，它作为盲源分离的一个难点正越来越得到重视。本项目研究具有时序结构的相关源信号盲分离问题，根据源信号时序结构的不同类型和特点，分别建立相应的相关源盲分离问题的数学模型，推导有别于统计独立性的新的最优化准则，研究各类模型的可辨识性条件，提出相应的相关源盲分离算法，并探讨算法的收敛性和稳定性。同时，将具有时序结构的相关源信号盲分离算法应用于谐波恢复和多道叠加序列的分解与复原问题的研究中，分别建立谐波信号和多道叠加序列的BSS模型，提出基于相关源盲分离算法的信号提取和复原方法，并将其应用于某些实际的地质资料分析与处理中。本项研究对于基于盲源分离的信号分析与处理具有重要的理论意义和实际应用价值。