自適應盲信號與圖像處理

　　內(nèi)容簡介目錄本書主要內(nèi)容有：·從理論和實際的觀點、介紹了大量的盲信號處理的技術和算法·提出了50多個簡化算法、這些算法很容易由讀者修改以利于解決他們的實際問題·提供了許多圖解的實例、計算機仿真結果、圖表及概念模型譯者序 盲信號處理（BSP）是目前信號處理中最熱門的新興技術之一， 它具有穩(wěn)定的理論基礎和許多方面的應用潛力. 事實上， BSP已成為重要的研究課題， 并在許多領域得到發(fā)展， 尤其是在雷達. 聲吶. 遙感. 通信系統(tǒng). 噪聲控制. 醫(yī)學成像等領域. 盲信號處理技術在我軍尤其是海軍新軍事裝備中的推廣應用必將大大提高該裝備在信息作戰(zhàn)條件下的戰(zhàn)術技術性能. 盲信號處理技術原則上不利用任何訓練數(shù)據(jù)， 也沒有關于卷積. 濾波. 混合系統(tǒng)參數(shù)的先驗知識. BSP包括三個主要方向， 盲信號分離和提取. 獨立分量分析（ICA）以及多通道盲解卷積和均衡， 它們是本書的主要內(nèi)容. 本書從理論和實踐的角度提供了自適應盲信號處理技術和算法的廣泛內(nèi)容， 其主要目的是推導和介紹在實踐中工作良好的有效. 簡單的自適應算法， 并盡量以通用或靈活的方式介紹概念. 模型和算法， 以便能在特殊應用中采用這些方法和算法. 由于盲信號處理技術是一種新興的并正在不斷發(fā)展的技術， 其專著在國內(nèi)外極為少見. 本書原著者都是在盲信號處理技術方面有很深造詣并做出了重大貢獻的學者. 他們將自己研究的成果及許多散見在許多科學雜志和國際會議論文集上的研究結果系統(tǒng)地收集起來， 并以統(tǒng)一的格式在本書中加以介紹， 并在書后附有一千多篇參考文獻. 因此， 我們特將此書翻譯成中文介紹給廣大讀者. 本書中譯本的出版必將推動我國盲信號處理技術的發(fā)展和推廣應用. 本書適合于高年級的本科生. 研究生以及從事雷達. 聲吶. 噪聲控制. 通信. 電子. 計算機科學等多個領域的工程技術人員閱讀. 本書第1. 2. 11. 12. 13. 14章由章林柯博士負責翻譯， 第3. 4. 5. 6章由唐勁松教授負責翻譯， 第7. 8. 9. 10章由吳正國教授負責翻譯并負責全書統(tǒng)稿. 本書還特別邀請在盲信號處理領域取得了許多重要成果的張麗清博士主審. 提供譯稿的還有歐陽華. 石敏. 李輝. 趙申東. 金廣文. 湯智胤等人. 譯者特別感謝原著者親自為本書作序， 感謝張麗清博士對本書的認真審校及所提出的許多寶貴意見. 《海軍新軍事變革叢書》編委會. 電子工業(yè)出版社的各級領導和編輯為本書的出版也付出了辛勤的勞動， 借此機會， 一并表示我們誠摯的謝意. 本書由于篇幅較大. 內(nèi)容涉及面廣， 加之時間倉促. 譯者水平有限， 錯誤和不妥之處在所難免， 懇請讀者批評指正.作譯者簡介 Andrzej CICHOCKI博士， 日本Riken腦科學研究所高級腦信號處理研究室主任. Shun-ichi AMARI博士， 日本Riken腦科學研究所所長.前言 盲信號處理（BSP）是目前新出現(xiàn)的技術研究領域， 它有堅實的理論基礎和許多潛在的應用. 在不知道傳輸信道特征和真實源信號的情況下， 從傳感器陣列中分離或提取源信號的問題可以表述為盲源分離（BSS）或相關的廣義分量分析（GCA）方法， 這些方法包括獨立分量分析（ICA）（及其擴展）. 稀疏分量分析（SCA）. 非負矩陣因式分解（NMF）. 時頻分量分析（TFCA）和多通道盲解卷積（MBD）. 但是， BSP并不僅限于ICA或BSS. 當傳播系統(tǒng)的信息及其輸入受到限制或未知時使用BSP， 我們的目的在于發(fā)現(xiàn)和證實支配輸入（未知量）和輸出（觀測量）之間的關系的規(guī)律或準則. BSP包含了許多重要的問題， 像未知系統(tǒng)信道的盲辨識， 或?qū)⑿盘栠m當分解為基本的潛在的（隱藏）分量， 這些分量不一定總是能夠代表真實的源信號， 但是能代表真實源信號的特征或是子分量. 一本書被翻譯成另外一種語言表明這本書具有重要的影響力. 鑒于一大批優(yōu)秀和熱心的中國學者對這一新興的領域感興趣并致力于對它的研究， 我們很高興我們的書被譯成中文. 我們尤其要感謝本書的中譯本的譯者吳正國教授. 唐勁松教授及其翻譯組和審閱者張麗清教授， 張教授同時為本書一些章節(jié)（特別是第9章到第11章）貢獻了許多研究成果. 本書受到了讀者好評的另一征兆是， 在2003年4月本書做了重要修訂和勘誤并進行了第二次印刷后， 出版社還希望出版新的版本. 并且， 最近兩年我們很幸運地從同行. 合作者和讀者中收到了令人興奮的反饋. 知道如此多的人們欣賞本書， 更重要的是知道他們使用本書后解決了他們自己的實際問題， 這是令人振奮的. 我們非常歡迎聽到鼓勵的話和批評意見， 這其中包括極少數(shù)的印刷錯誤和其他錯誤. 很高興借這個機會感謝那些抽出時間閱讀本書， 并與我們共同分享他們對本書的思考結果的每一位讀者：他們對我們工作給予了莫大的幫助. 同時感謝對本書的不同章節(jié)和相關軟件包ICALAB（見http：／／www. bsp. brain. riken. jp／ICALAB）通過電子郵件給出評述的上百位讀者. 在最近幾年中， 許多中國科學家和研究者對獨立分量分析. 稀疏分量分析. 盲源分離和多通道盲解卷積和均衡的發(fā)展做出了卓越的貢獻. 讓我們介紹其中的幾位：上海交通大學的張麗清教授， 廣州華南理工大學的李遠清教授. 謝勝利教授， 香港中文大學的徐雷教授和王鈞教授， 中國臺灣清華大學的Chong-Young Chi教授， 東南大學的何振亞教授， 西安電子科技大學的張賢達教授， 復旦大學的陳天平教授， 美國圣母大學的Rueywen Liu教授. 許多在海外工作的杰出的中國研究者也對該領域做出了貢獻， 他們有Lang Tong， Yingbo Hua， Zhi Ding和Sun-Yuan Kung. 這份名單當然應該更長并包括許多年輕的中國研究者， 但是篇幅有限， 就無法在這里列舉所有對該領域做出貢獻的中國科學家了. 這在1300多篇參考文獻中可以集中體現(xiàn)出來. 和英文版一樣， 如果中國讀者能夠發(fā)現(xiàn)這本書信息量飽滿. 能夠啟發(fā)思考. 激勵學習并充滿挑戰(zhàn)性， 我們的目的也就達到了. Andrzej CICHOCKI， Shun-ichi AMARI 東京， 2004年11月15日 信號處理一直在科學. 技術以及諸如計算機斷層掃描（包括PET. fMR. IEEG／MEG. 光學記錄儀）. 無線通信. 數(shù)碼相機. 高清晰度電視等新系統(tǒng)的發(fā)展中扮演著十分重要的角色. 隨著對記錄和可視系統(tǒng)的質(zhì)量與可靠性要求的提高， 信號處理將扮演更重要的角色. 盲信號處理（BSP）是目前信號處理中最熱門的新興學科之一， 它具有可靠的理論基礎和許多方面的應用潛力. 事實上， BSP已成為重要的研究課題， 并在許多領域得到發(fā)展， 尤其是在生物醫(yī)學工程. 醫(yī)學成像. 語音增強. 遙感. 通信系統(tǒng). 地震探測. 地球物理學. 計量經(jīng)濟學. 數(shù)據(jù)挖掘等領域. 盲信號處理技術原則上不利用任何訓練數(shù)據(jù)， 也沒有關于卷積. 濾波. 混合系統(tǒng)參數(shù)的先驗知識. BSP包括三個主要方向：盲信號分離和提取. 獨立分量分析（ICA）以及多通道盲解卷積和均衡， 這是本書的主要內(nèi)容. 在這些領域近年來的研究成果是啟發(fā)式的概念和思想與嚴格的理論和實驗的完美組合. 不同領域的研究者通常對BSP的不同方面感興趣. 例如， 神經(jīng)科學家和生物學家對無導師學習的具有生物意義神經(jīng)網(wǎng)絡模型的發(fā)展感興趣. 另一方面， 他們需要能從被大量的噪聲和干擾污染的混合生物醫(yī)學源信號中分離并提取出有用信息的可靠的方法和技術， 例如， 利用非侵入的方法記錄人類大腦的活動（如利用EEG或MEG）， 以便了解大腦具有感覺. 識別. 存儲. 回憶模式以及包括聯(lián)想. 抽象. 泛化等重要學習方式的能力. 第二類研究群體：工程師和計算機科學家， 主要是對可能用VLSI技術的硬件和計算方法實現(xiàn)的簡單模型感興趣， 而建立這種簡單模型的目的是為實際的工程和科學應用建立一套靈活. 有效的算法. 第三類研究群體：數(shù)學家和物理學家， 他們的興趣在于研究基礎理論， 以便理解提出的算法的機理. 特征和功能， 并將之推廣到更復雜的模型中去. 各群體間的相互作用促進了BSP這種多學科交叉研究取得的實質(zhì)性的進展， 并且各群體互惠互利. 圍繞BSP建立起來的理論十分廣泛， 其應用是多方面的， 我們當然不可能在本書中覆蓋所有領域. 我們選擇了能反映我們的背景和近十年來我們自己在該領域的研究興趣和結果的內(nèi)容. 我們只是想對其他關于BSP的書進行補充， 而并非要與它們競爭. 本書從理論和實踐的角度提供了自適應盲信號處理技術和算法的廣泛內(nèi)容， 其主要目的是推導和介紹對處理實際數(shù)據(jù)工作具有良好效果且實現(xiàn)簡單的自適應算法. 事實上， 本書中討論的大部分算法已在MAT-LAB中實現(xiàn)， 并得到了廣泛的驗證. 我們盡量以通用或靈活的方式介紹概念. 模型和算法以激勵讀者在理解新方法上具有創(chuàng)新性， 并能在他們的特殊應用中采用這些方法和算法. 本書既是一本教科書， 又是一本專著. 說它是一本教科書， 是因為它對BSP的基本模型和算法做了詳細的介紹. 它同時又是一本專著， 是因為它提出了一些新的結論和思想并進一步發(fā)展和解釋現(xiàn)有算法. 這些內(nèi)容第一次被收集在一起， 并以圖書的形式發(fā)表. 而且， 先前零散發(fā)表在許多科學雜志和國際會議論文集上的研究結果被系統(tǒng)地收集， 并以統(tǒng)一的格式在本書中加以介紹. 由于該書雙重的特點， 它適合于高年級的本科生. 研究生以及從事生物醫(yī)學工程. 通信. 電子. 計算機科學. 財政. 經(jīng)濟. 最優(yōu)化. 地球物理學和神經(jīng)網(wǎng)絡領域研究的工程師. 科學家閱讀. 而且， 本書也適合從事不同科學領域的研究者閱讀， 因為書中包括大量有利于他們做進一步研究的結果和概念. 可按順序閱讀此書， 但也并不必要， 因為每一章節(jié)是相對獨立的. 盡可能少地交叉引用. 因此， 建議自由瀏覽本書.序言 進入21世紀， 一場世界性的新軍事變革以前所未有的深度和廣度迅猛發(fā)展. 這場變革以信息技術的飛速發(fā)展為直接動力， 以軍事技術的變革. 軍事理論的創(chuàng)新和軍隊體制結構的調(diào)整改革為核心內(nèi)容， 目標是把工業(yè)時代的機械化軍隊建設成為信息時代的信息化軍隊， 使戰(zhàn)爭形態(tài)加速向信息化演變. 因此， 新軍事變革是軍事領域一次新的歷史性飛躍， 在世界軍事史上具有劃時代的意義. 黨的十六大報告明確指出， 國防和軍隊建設要"適應世界軍事變革的趨勢"， "努力完成機械化和信息化建設的雙重歷史任務". 新軍事變革的深入發(fā)展， 已經(jīng)深刻改變了世界軍事領域的面貌. 認真研究它的內(nèi)在規(guī)律， 探索信息化戰(zhàn)爭的制勝之道， 實現(xiàn)我軍現(xiàn)代化建設的跨越式發(fā)展， 是我們面臨的現(xiàn)實而緊迫的歷史性任務. 面對新軍事變革的浪潮， 我們必須更新思想觀念， 開闊視野， 時刻關注世界軍事領域發(fā)生的深刻變化， 準確預測世界軍事發(fā)展的趨勢， 從我國的國情軍情出發(fā)， 牢牢把握軍事變革的方向， 加速推進中國特色的軍事變革， 不斷提高人民海軍現(xiàn)代化作戰(zhàn)能力. 古人云：兵者， 國之大事. 死生之地， 存亡之道， 不可不察. 中國是瀕海大國， 海上方向的防御是國防的重要組成部分. 建設一個強大的國防， 建設一支強大的海軍， 關系到民族的榮辱和國家的興衰. 中國近代屢遭列強來自海上的侵略， 幾乎所有的重要港口. 島嶼和沿海地區(qū)， 都曾受到外敵蹂躪. 慘痛的歷史告誡我們， 軍事上落后必然使國家遭受恥辱， 沒有海上安全就沒有國家安全. 海軍是一個國際性戰(zhàn)略軍種， 擔負著維護國家海洋權益. 保衛(wèi)國家海上安全的重要使命. 我們必須看到， 在世界性新軍事變革中， 戰(zhàn)爭形態(tài)已經(jīng)發(fā)生了深刻變化， 海軍的作戰(zhàn)和建設也出現(xiàn)了一系列新的特點. 對此， 我們應在密切關注的同時， 深入研究信息化條件下的海軍作戰(zhàn)思想. 武器裝備. 體制編制. 教育訓練和后勤保障， 發(fā)展和創(chuàng)新海軍作戰(zhàn)理論， 在推進中國特色的軍事變革過程中完成機械化和信息化建設的雙重歷史任務. 江主席指出， 在當今世界， 任何一支軍隊， 如果關起門來搞建設， 拒絕學習國外先進的東西， 是不可能實現(xiàn)現(xiàn)代化的. 世界新軍事變革的大潮來勢猛. 發(fā)展快. 各軍事強國紛紛加快軍隊的信息化建設， 搶占戰(zhàn)略制高點， 雖然從總體上看， 目前新軍事變革還處在初級階段， 但外軍在新軍事變革中積累了一些有益的經(jīng)驗. 同時， 現(xiàn)代科學技術在國際間的迅速轉(zhuǎn)移和相互滲透， 為我們準確把握世界科技發(fā)展前沿. 吸收最新科研成果提供了有利條件， 也為我們最大限度地發(fā)揮后發(fā)優(yōu)勢. 在自力更生的基礎上跨越某些技術上的發(fā)展階段， 加快人民海軍的現(xiàn)代化建設提供了機遇和可能. 海軍是技術與知識高度密集的軍種， 海軍建設有其內(nèi)在規(guī)律. 我們在推進海軍的軍事變革時， 必須堅持自主創(chuàng)新， 同時大膽借鑒和吸收國外最新軍事科研成果和先進經(jīng)驗， 在借鑒和創(chuàng)新中實現(xiàn)"跨越式"發(fā)展. 發(fā)展與創(chuàng)新中很重要的方面是了解世界， 面向未來. 信息化戰(zhàn)爭從一定意義上來說， 既是武器裝備等物質(zhì)條件的對抗， 更是知識與觀念等精神力量的較量. 美國著名思想庫蘭德公司的軍事研究專家馬歇爾曾提出， 未來"我們面臨的首要挑戰(zhàn)是知識的挑戰(zhàn)". 奪取未來戰(zhàn)爭的戰(zhàn)略主動權， 必須依靠先進的科學技術和先進的軍事理論. 近年來， 國外出版了許多研究新軍事變革的著作和技術文獻. 把這些新的研究成果介紹給國內(nèi)讀者， 有益于我們學習和借鑒外軍的先進經(jīng)驗. 海軍裝備部與海軍工程大學組織專家編著翻譯出版的這套海軍新軍事變革叢書， 以翻譯國外海軍先進技術和理論著作為主， 出版海軍軍內(nèi)自編教材和專著為輔， 對世界海軍在新軍事變革中推出的研究成果進行了系統(tǒng)介紹. 這是一項很有意義的工作. 在此我謹對參與這項工作的各位專家表示感謝. 同時對各位譯. 著者在筆耕之勞中付出的心血表示敬意. 希望這套叢書能夠?qū)ν七M中國特色的軍事變革， 加快人民海軍的信息化建設發(fā)揮積極的借鑒與參考作用. 中央軍委委員 海軍司令員 二OO四年七月十八日 第1章 盲信號處理導論：問題及應用 1.1 問題的表達：概述 1.2 盲信號處理和半盲信號處理的潛在應用 第2章 解線性代數(shù)方程系統(tǒng)及相關問題 2.1 線性方程系統(tǒng)問題的表述 2.2 最小二乘問題 2.3 線性方程系統(tǒng)的最小絕對偏差（1-范數(shù)）解 2.4 總體最小二乘和數(shù)據(jù)最小二乘問題 2.5 稀疏信號表示和最小1-范數(shù)解 第3章 主/次分量分析及相關問題 3.1 簡介 3.2 PCA的基本性質(zhì) 3.3 用最優(yōu)壓縮-重構原理提取主分量 3.4 基本代價函數(shù)和PCA的自適應算法 3.5 穩(wěn)健PCA 3.6 次分量順序提取的自適應學習算法 3.7 用于估計主分量， 次分量及其子空間的統(tǒng)一并行算法 3.8 與PCA相關的奇異值分解和基本矩陣子空間 3.9 用于有色源的盲源分離多級PCA 附錄A 用于實和復值PCA的基本神經(jīng)網(wǎng)絡算法 附錄B 用于復值PCA的層次神經(jīng)網(wǎng)絡 第4章 盲解相關和用于穩(wěn)健盲辨識的二階統(tǒng)計量 4.1 空間解相關-白化變換 4.2 基于EVD和GEVD的二階統(tǒng)計量盲辨識 4.3 基于允稱EVD/SVD的改進SOS盲辨識算法 4.4 聯(lián)合對角化：穩(wěn)鍵的SOBI算法 4.5 相關抵消 附錄A Amari自然梯度和Atick-Redlich公式的穩(wěn)定性 附錄B 有界人離矩陣Frobenius范數(shù)的梯度下降算法 附錄C JADE算法 附錄D 穩(wěn)健的SOBI算法的MATLAB實現(xiàn) 第5章 盲信號提取的統(tǒng)計信號處理方法 5.1 引言及問題的表述 5.2 使用峭度作為代價函數(shù)的學習算法 5.3 時間相關信號源盲信號提取的實時自適應算法 5.4 時間相關源盲提取的批處理算法 5.5 獨立源順序提取的統(tǒng)計方法 5.6 時間相關信號源的統(tǒng)計方法 5.7 實時順序卷積混合源提取 5.8 計算機仿真：舉例 5.9 結論評述 附錄A 基于峭度的盲源提取算法的全局收斂 附錄B 提取和消減程序的分析 附錄C 使用線性預測方法提取源信號的條件 第6章 自然梯度方法用于獨立分量分析 6.1 基本的自然梯度算法 6.2 基本自然梯度算法的推廣 6.3 用于任意組的源盲提取的自然梯度算法 6.4 用于ICA的廣義GAUSSIAN 6.5 用于非平穩(wěn)源的自然梯度算法 附錄A 自然梯度ICA算法（6.19）的局部穩(wěn)定性條件的推導 附錄B 學習規(guī)則（6.23）的推導和ICA的穩(wěn)定性條件 附錄C 廣義自適應學習算法的穩(wěn)定性 附錄D 非完整自然梯度算法的動態(tài)性質(zhì)和穩(wěn)定性 附錄E 穩(wěn)定性條件總結 附錄F 非正方分離矩陣的自然梯度 附錄G 一般情形的李群和自然梯度 第7章 ICA的局部自適應算法與實現(xiàn) 7.1 盲源分離的改進JUTTEN-HERAULT算法 7.2 用于一組穩(wěn)健的ICA算法推導的迭代矩陣逆方法 7.3 具有非負約束的盲源分離 7.4 計算機仿真 附錄A 穩(wěn)健ICA算法（7.50）式的穩(wěn)定條件[326] 第8章 有噪數(shù)據(jù)的BSS和ICA的穩(wěn)健技術 8.1 引言 8.2 預白化和ICA算法的移偏方法 8.3 被加性卷積參考噪聲所污染的信號的盲分離 8.4 基于累量的自適應ICA算法 8.5 基于累量代價函數(shù)的一組源信號的穩(wěn)健提取 8.6 噪聲消除的遞歸神經(jīng)網(wǎng)絡方法 附錄A 根據(jù)矩函數(shù)求累量 第9章 多通道盲解卷積：自然梯度方法 9.1 源信號估計的SIMO卷積模型和學習算法 9.2 帶約束的FIR濾波器的多通道盲解卷積 9.3 多輸入多輸出盲解卷積的一般模型 9.4 BSS/ICA和MBD之間的關系 9.5 具有非完整約束的自然梯度算法 9.6 應用濾波器分解方法的非最小相位系統(tǒng)的盲解卷積 9.7 計算機仿真實驗 附錄A FIR流形上的李群和黎曼測度 附錄B 等變化算法的性質(zhì)和穩(wěn)定條件 第10章 估計函數(shù)及ICA和解卷積的超有效性 10.1 標準ICA的估計函數(shù) 10.2 有噪情形下的估計函數(shù) 10.3 時間相關源信事情的估計函數(shù) 10.4 多通道盲解卷積的半?yún)?shù)模型 10.5 MBD的估計函數(shù)和標準估計函數(shù) 附錄A 算子K（z）的表示 第11章 利用狀態(tài)空間方法進行線性盲濾波和盲分離 11.1 問題表述和基本模型 11.2 基本學習算法的推導 11.3 利用信息反向傳播估計矩陣[A， B] 11.4 狀態(tài)估計器：卡曼濾波器 11.5 兩階段分離算法 附錄A 代價函數(shù)的推導 第12章 非線性狀態(tài)空間模型：半盲信號處理 12.1 問題的一般表述 12.2 有監(jiān)督和無監(jiān)督的學習算法 第13章 附錄：數(shù)學預備知識 13.1 矩陣分析 13.2 距離測試 第14章 符號的縮略詞匯編 主要符號 縮略詞 參考文獻

　　AndrzejCICHOCKI博士，日本Riken腦科學研究所高級腦信號處理研究室主任。Shun-ichiAMARI博士，日本Riken腦科學研究所所長。相關圖書信息時代軍事變革與指揮控制本地接入網(wǎng)技術水聲建模與仿真（第三版）