JADE算法在星系團圖像盲源分離中的應用

肖心想， 雷敏

（上海交通大學機械與動力工程學院，上海 200240）

0 引言

星系團是宇宙中確知的具有動力學束縛特征的最大結構，是宇宙大尺度結構的物質系統體現，也是星系演變過程的重要場所。作為宇宙中具有獨特地位的星系團，它們是聯系天文觀測與宇宙學理論研究的紐帶，是檢驗宇宙學甚至物理學重大問題的太空實驗室。對星系團的研究不僅能揭示星系團整體以及星系團內部成員的天體物理性質，而且對宇宙中大尺度結構體的研究都有著重要的意義。

目前對星系團的分離主要是基于星系團自身的物理特性，比如光學特性，密度和光度，X射線，幾何空間分布等性質對星系團進行提取。但是在提取過程中仍然很難消除或消弱銀河系和河外離散源的強干擾，從而影響后續的星系團中星系以及星系團內部結構的研究。為此，從圖像處理的角度出發，利用擴展聯合對角化（the joint approximative diagonalization of eigenmatrix，JADE）［1］分離方法對模擬的天空圖像進行提取星系團的研究。JADE分離方法是利用觀測信號的四階累積量矩陣，通過對累積量矩陣的同時對角化來估計出分離矩陣，從而達到盲源分離的效果。該方法不需要進行任何的梯度計算，數值穩定性良好，并且有非線性混合分離的效果，目前在語音信號［2］，DOA 估計［3］，振動信號［4］，胎兒心電圖［5］，雷達信號［6］，腦電圖［7-9］，圖像水印［10］方面都有著廣泛的應用。

1 JADE

1.1 JADE 方法介紹

JADE方法是利用觀測信號的四階累積量矩陣，通過對一組累積量矩陣的同時對角化來估計分離矩陣。四維累積量矩陣定義如下［11］:

令z為球化后的N通道觀察量z=［z1，z2，…，zN］T，M為任意N×N矩陣，z的四維累積量矩陣Qz（M）的定義如下:它的第ij元素［Qz（M）］ij為

式（1）中，Kijkl（z）是z中第i，j，k，l四個分量的四維累積量。Qz（M）也是N×N矩陣;mkl是矩陣M的第k，l元素。

針對實際觀測數據，這里假設［12］:

1）其相應的源信號具有零均值，而且源信號相互不相關;2）至多只有一個信號為高斯信號;3）實際數據中所存在的干擾信號即加性噪聲信號均值為零，且獨立于源信號。

1.2 JADE 算法

對于觀測數據x，有混合矩陣A使得

其中:假設S為源信號，方差為1。這里A是列滿秩的，但是由于先驗條件未知，所以并不知道混合矩陣的具體表達式。為此，JADE算法首先對觀測數據x進行球化

即使得球化后的z中各行互相正交，各行的能量相等且等于1，有時也稱球化為白化。

W為球化陣，可由x的協方差陣的SVD分解獲得。將式（2）代入式（3）中，有:

這里V可以根據式（1）有z的四維累計矩陣構成。其中M陣根據要求選取為一組對稱/反對稱的基矩陣。則N×N個基矩陣記作Mpq（p=1，2，…，N;q=1，2，…，N），并按下式定義:

式（5）中ep是除了位置為p處等于1外，其余位置都等于0的N×1單位矢量。這種取法的好處一是既滿足要求而且簡單，二是可以大大減少計算量。

因此，根據以上M矩陣的選取，JADE算法的步驟可以歸納如下:

1）球化;

2）選取M矩陣;

3）通過優化步驟求得矩陣V，使得各Qz（Mi）聯合對角化;

4）A=WTV，=A－1=VTW，y=Bx=VTWx，y即為分離的結果。

2 星系團的分離試驗和結果

文中所使用的包含星系團成分的觀測圖是根據Wang et al.2010［13］論文中所提到的模擬方式獲得的，其中模擬的觀測圖的頻率是105 MHz。在宇宙觀測中前景主要有銀河系自由－自由輻射、銀河系同步輻射、離散源I和離散源II，如圖1圖4所示。離散源I是GHz Peaked Spectrum（GPS）源，離散源II包含有 Normal Galaxies，Starburst Galaxies，FRI，FRII以及 Radio－ quiet類型源，圖 5 是模擬的星系團成分。圖6是圖1至圖5混合后的105 MHz頻率下的觀測圖，可以看出，很難從該圖中直接區分出星系團成分，星系團信息已被前景信息完全掩蓋。

利用JADE方法對混合后的觀測圖進行分離處理，結果如圖7所示，可以看出它在很大程度上去除了前景干擾。通過與圖5對比，可以看出分離提取的星系團能夠很好地反映出原始的星系團。為了進一步判別JADE方法的有效性，在本文中又分別利用了FastICA、基于累計量的獨立分量分析改進方法和基于最大信噪比盲源分離方法等三種盲源分離方法對上述原始觀測圖（即圖6）進行分離處理，結果如圖8圖10所示。可以看出JADE方法的結果與FastICA方法和基于累計量方法的分離結果比較好（見圖8和圖9），并且明顯優于基于最大信噪比盲源分離方法（見圖10）。基于星系團的光譜分析，文獻［13］中指出對65 MHz頻率的模擬星系團，FASTICA方法的分離效果在70%以上，文中提到的JADE方法對105 MHz頻率的模擬星系團分離效果為26/35?74%，因此研究結果表明JADE方法是可行的。

圖10 基于最大信噪比分離后的星系團

3 結語

利用JADE方法對星系團前景觀測圖進行了分離研究，從分離出的結果分析，JADE方法是可以有效地提取星系團信息，通過與其他三種分離方法的進行對比，研究結果表明JADE方法能有效地消弱前景信號的干擾，對星系團的分離提取是適用的。

［1］CARDOSO J F，SOULOUMICA A .Blind beam beam forming for nonGaussian signals［J］.IEEE Proceedings － F.，1993，140（6）:362-370.

［2］WANG Y J，YU F Q.A blind separation algorithm based on WVD and JADE for speech signal［C］.//4th International Congress on Image and Signal Processing.China:Shanghai，2011，1:6-9.

［3］趙佳，楊景曙，金家保.基于JADE算法的盲DOA估計［J］.通信學報，2010，31（8）:91-97.

［4］CAO J H，WEI Z B.Impulsive vibration signal based on independent component analysis［J］，Advanced Materials Research.2011 ，219-220:1337-1441.

［5］VIGNERON V，PARASCHIV-IONESCU A，AZANCOR A，et al.Fetal electrocardiogram extraction based on non-stationary ica and wavelet denoising.//In Proc.7th International Symposium on Signal Processing and its Applications.France:Paris，2003:69-72.

［6］LUO S C.An algorithm of radar deception jamming suppression based on blind signal separation［C］.//International Conference on Computational Problem-Solving（ICCP）.China:Chengdu，2011:167-170.

［7］ESCUDERO J.Quantitative evaluation of artifact removal in real magnetoencephalogram signals with blind source separation［J］.Annals of Biomedical Engineering，2011，39（8）:2274-2286.

［8］唐艷，湯井田.基于聯合近似對角化算法的腦電圖中眼電偽跡消除［J］.生物醫學工程雜志，2008，25（3）:520-523.

［9］董潔，王濤，張愛桃.基于獨立分量分析去除腦電中眨眼和水平掃視的偽跡［J］.航天醫學與醫學工程，2011，24（2）:122-127.

［10］秦拯，易葉青，林亞平.基于JADE算法的魯棒性數字水印［J］.電子學報，2008，36（6）:1149-1153.

［11］楊福生，洪波.獨立分量分析的原理與應用［M］.北京:清華大學出版社，2006.

［12］張賢達.矩陣分析與應用［M］.北京:清華大學出版社，2004.

［13］WANG J Y ，XU H J，GU J H，et al.How to identify and separate bright galaxy clusters from the low-frequency radio sky［J］.The Astrophysical Journal，2010，723:620-633.