2019 年度国家科学技术奖自然科学奖提名公示内容
一项目名称
统计相关信号欠定盲分离理论与方法
二、提名意见
作为一门现代信号与信息处理技术，具有重大理论研究价值和应用前景。其 中，统计相关信号欠定盲分离是长期以来的国际难题。项目组通过多年攻关，取 得如下成果：
发现点 1：揭示了源信号数目估计、盲辨识与平行因子分析之间的内在联系， 建立了“源信号数目估计”和“概率聚类”的全新理论框架和方法，有效的解决 了波兰科学院外籍院士 Amari 等提出的“低稀疏度欠定盲辨识问题”；
第一完成人因其在盲分离领域的成就入选 IEEE Fellow 并先后担任 IEEE TNNLS 和 IEEE SMC 副主编，主持了基于盲信号分离的复合材料检测重大仪器专 项、国家自然科学基金重点项目。项目成果培育国家自然科学基金优秀青年基金 3 项、中组部“万人计划”国家科技创新领军人才 1 名、珠江学者特聘教授 3 名、 全国优秀博士论文提名 2 人。部分成果获教育部自然科学一等奖、广东省科技进 步一等奖。
8 篇代表性论文被 SCI 他引 576 次，总他引 1032 次；3 篇论文入选 ESI 前 1% 高被引论文，1 篇论文入选 IEEE CIS 计算智能社区热点论文。5 篇论文入选 所在刊物的年度特色论文（Featured Paper）。成果引起广泛关注，得到包括美、 英、加等 10 余位院士在内的国内外学者的高度评价。
四、客观评价
1.欧洲科学院院士、国际系统与控制科学院院士、澳门大学首席教授 C. L. Philip Chen（IEEE Fellow）和新加坡南洋理工大学 Changyun Wen 教授（IEEE Fellow）联合撰文指出：代表性论文 1 在非平稳欠定盲分离方面取得显著进展（As reported in [71], the developed approach in it can recover exactly the
3.英国皇家工程院院士 Asoke Nandi 教授(Brunel University)对代表作[3] 评价指出：在 fMRI 数据本征源数目估计问题中，He 等人所提出的 SORTE 方法计 算上非常高效，并且无需重采样。（SORTE is very efficient in the computing and does not require the resampling process (He et al., 2010). ）…… 另外，文献(Cong et al.,2013)指出 SORTE 方法对于 EEG 数据本征源数目估计也 非常成功：“SORTE 方法对于滤波后的 fMRI 数据仍然非常有效，该方法对于这类 问题具有很好的应用前景”。
8 篇代表性论文发表在 IEEE T PAMI 等本领域顶级刊物上，被 SCI 他引 576 次，总他引 1032 次；3 篇论文入选 ESI 前 1% 高被引论文，1 篇论文入选 IEEE CIS 计算智能社区热点论文。5 篇论文入选所在刊物的年度特色论文（Featured Paper）。成果引起广泛关注，得到包括美、英、加等 10 余位院士在内的国内外 学者的高度评价：“非常高效(very efficient)”、“补充和完善（complemented） 了整个概率聚类分析理论框架”、“当前最高水平(state-of-the-art)”等。
1
复杂领域的信号检测中，源信号构成复杂且数目通常远多于传感器个数。此外， 源信号之间均具有一定的相关性，这些问题仅在源信号充分稀疏的情况下得到较 好的解决，而应用更为广泛的低稀疏度环境下统计相关源欠定盲分离仍然是国际 上的公开难题。项目组通过多年攻关，在如下方面作出重要贡献:
发现点 1：揭示了源信号数目估计、盲辨识与平行因子分析之间的内在联系， 建立了“源信号数目估计”和“概率聚类”的全新理论框架和方法，有效的解决 了波兰科学院外籍院士 Amari 等提出的“低稀疏度欠定盲辨识问题”；
发现点 2：发现了全新的矩阵函数微分公式，借此证明并完善了美国两院院 士 T. Sejnowski 等提出的“自然梯度理论”，为相关信号盲分离自适应方法奠定 了严格的理论基础；
发现点 3： 揭示了最小体积约束与非负性、稀疏性和唯一性的内在联系， 建立了基于非负矩阵分解的高相关信号盲分离新方法，为高相关非负源的盲分离 问题提供了重要的理论基础和方法。
4.瑞典皇家科学院院士、IEEE 信号处理理论与方法技术委员会主席 Mats Viberg 教授(Chalmers University of Technology)对代表作 8 评价指出：我们 采用文献[21]中提出的多维复值随机变量“类 Laplace 概率密度函数”刻画多维 复值稀疏信号，在此基础上利用贝叶斯方法优化 LASSO 代价函数，进而提出了“复 值稀疏信号贝叶斯重构方法”，实现水下长距离语音通信。
提名该项目为国家自然科学奖 二 等奖。
三、项目简介
在许多复杂工程领域的信号检测中，如桥梁缆索拉力实时检测、心电信号病 理特征波的提取、发动机故障诊断等，采集信号是多个待检测的本源信号以及各 种噪声的混叠。如何在仅有观测数据的情况下提取和分离出各个本源信号? 这是 信号检测领域一个非常具有挑战性的的科学难题，即著名的盲信号分离问题。独 立成分分析方法主导了盲信号分离的早期发展，并取得巨大成功。然而，在以上
2
sources … This is a significant improvement in underdetermined blind separation for nonstationary sources. ）。
2.加拿大工程院院士 Sridhar Krishnan 教授(Ryerson University)对代表 作 3 评价指出：另外一个方法是文献[13]中提出 SORTE 方法，该方法借助张量矩 阵化所得的样本协方差矩阵的特征值形态特征实现聚类分析类别数目 K 值估计， 计算方面更为高效(more efficient)。
发现点 2：发现了全新的矩阵函数微分公式，借此证明并完善了美国两院院 士 T. Sejnowski 等提出的“自然梯度理论”，为相关信号盲分离自适应方法奠定 了严格的理论基础；
发现点 3： 揭示了最小体积约束与非负性、稀疏性和唯一性的内在联系， 建立了基于非负矩阵分解的高相关信号盲分离新方法，为高相关非负源的盲分离 问题提供了重要的理论基础和方法。