统计相关源信号分离理论研究及其在高光谱解混中的应用

项目名称： 统计相关源信号分离理论研究及其在高光谱解混中的应用

项目编号： No.61401401

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 王法松

作者单位： 郑州大学

项目金额： 25万元

中文摘要： 统计相关源信号分离理论不仅有着非常实际的应用背景，也为深入了解数据的本质结构提供了有效的建模和分析工具。本研究拟基于源信号之间具有的统计相关性，在深入分析源信号形态学差异、稀疏性结构及非高斯性统计测度等特征的基础上，分别建立较为完善的基于统计学和形态学方法的相关源信号分离数学模型，研究模型解的存在性及唯一性等可辨识条件；在此基础上，根据源信号的先验信息，构造优化准则，利用约束最优化理论推导目标函数并发展相关源信号分离的优化算法，探讨算法的收敛性和稳定性等统计性能；同时，利用源信号的稀疏性和非负性联合特征，开展加性噪声背景中相关源信号数目的估计和分离算法的设计研究；最后，将相关源信号分离理论应用于高光谱解混问题中，实现对端元光谱矩阵和丰度向量的同时估计。项目的研究成果不仅在高光谱解混中具有积极的应用价值，而且对于盲信号处理理论的深化和发展具有重要的理论意义。

中文关键词： 盲信号处理；相关成分分析；谐波恢复；稀疏表示；高光谱解混

英文摘要： Statistical dependent source separation problem is a basic and important research topic in the field of blind source separation (BSS), because it not only has abundant potential applications, but also can gain further insights into the structure of the

英文关键词： blind signal processing；dependent component analysis；harmonic retrieval；sparse representation；hyperspectral unmixing