特征提取的Monte Carlo方法及其在盲信号分离和盲多用户检测中的应用

统计信号处理的Monte Carlo方法是近几年信号处理和模式识别领域的一门重要的新技术，能够对非线性状态空间和具有非高斯分布的状态进行跟踪。盲信号分离是信号处理界和神经网络界共同感兴趣的最新研究热点，而盲多用户检测则是通信信号处理的研究重点之一，但当前的有关盲信号分离和盲多用户检测的研究假定线性状态空间模型，这与很多实际应用情况不相符。本项目重点研究非线性状态空间/非高斯概率密度情况下，盲信号分离和盲多用户检测的有关理论及方法，提出具有快速更新能力的盲信号分离和盲多用户检测"点式"滤波算法（基于概率密度函数点式表示的序贯Monte Carlo方法），并就算法的性能和有效性进行理论分析和实验验证。本项目将解决盲信号分离和盲多用户检测的几个重要问题，取得一批具有创新的理论研究成果。