本文選題：欠定盲源分離 + 混合矩陣估計��； 參考：《西安電子科技大學學報》2014年06期

【摘要】：針對原有的拉普拉斯混合模型勢函數(shù)法復雜度高、隨機選取部分觀測數(shù)據(jù)點作為初始聚類中心的算法聚類結(jié)果不穩(wěn)定、準確率低的問題,提出了一種改進的勢函數(shù)欠定盲源分離算法.該算法在基于密度概念的基礎(chǔ)上,以簇內(nèi)距離小、簇間距離大為原則,選取部分高密度點作為勢函數(shù)的初始聚類中心.理論分析與仿真實驗表明,改進算法的復雜度大大降低,而估計準確度降低很少.在信噪比為10dB時,該算法仿真時間降為原始勢函數(shù)法的5%;相對隨機選取算法,在計算復雜度基本一致的前提下,該算法的估計準確度大大提高,源信號個數(shù)估計準確率由61%提高到85%,混合矩陣估計誤差由0.47下降為0.27.
[Abstract]:In view of the high complexity of the original Laplacian hybrid model potential function method, the clustering results of random selected observation data points as the initial clustering center are unstable and the accuracy is low. An improved blind source separation algorithm with underdetermined potential function is proposed. Based on the concept of density, the algorithm selects some high-density points as the initial clustering center of the potential function based on the principle of small intra-cluster distance and large inter-cluster distance. Theoretical analysis and simulation experiments show that the complexity of the improved algorithm is greatly reduced, but the estimation accuracy is very low. When the SNR is 10dB, the simulation time of the algorithm is reduced to 5 parts of the original potential function method, and the estimation accuracy of the algorithm is greatly improved when the computational complexity is basically the same compared with the random selection algorithm. The accuracy of source number estimation is improved from 61% to 85%, and the error of mixed matrix estimation is reduced from 0.47 to 0.27.
【作者單位】： 西安電子科技大學綜合業(yè)務(wù)網(wǎng)理論及關(guān)鍵技術(shù)國家重點實驗室;
【基金】：國家自然科學基金資助項目(61201134,61201135) 中央高�；究蒲袠I(yè)務(wù)費專項資金資助項目(72124669) 高等學校學科創(chuàng)新引智計劃資助項目(B08038) 重大專項基金資助項目(2012ZX03001027-001)
【分類號】：TN911.7

【共引文獻】

相關(guān)期刊論文 前2條

1 張凱;謝慶華;;K均值算法影響因素的可視化分析[J];山西電子技術(shù);2013年03期

2 王榮杰;詹宜巨;周海峰;蔡慶玲;;人工蜂群優(yōu)化算法在復數(shù)盲源分離中的應(yīng)用[J];中國科學:信息科學;2014年02期

【二級參考文獻】

相關(guān)期刊論文 前3條

1 雷培源;楊基海;趙章琰;魏代祥;;基于神經(jīng)網(wǎng)絡(luò)和遞歸模板對準技術(shù)的表面肌電信號分解[J];生物醫(yī)學工程研究;2010年02期

2 張洪淵,賈鵬,史習智;確定盲分離中未知信號源個數(shù)的奇異值分解法[J];上海交通大學學報;2001年08期

3 謝娟英;蔣帥;王春霞;張琰;謝維信;;一種改進的全局K-均值聚類算法[J];陜西師范大學學報(自然科學版);2010年02期

【相似文獻】

相關(guān)期刊論文 前10條

1 丁鐸,賈永強,王映民;一種基于峰度的盲源分離算法研究[J];現(xiàn)代電子技術(shù);2005年14期

2 肖俊,何為偉;源信號數(shù)目大于觀察信號數(shù)目情況下的盲源分離[J];現(xiàn)代電子技術(shù);2005年11期

3 李廣彪,張劍云,毛云祥;盲源分離中的非高斯性極大準則[J];艦船電子對抗;2005年05期

4 李著成;張立毅;;一種新的自適應(yīng)步長盲源分離算法[J];現(xiàn)代電子技術(shù);2005年24期

5 牛龍,馬建倉,王毅,陳海洋;一種新的基于峰度的盲源分離開關(guān)算法[J];系統(tǒng)仿真學報;2005年01期

6 湯影;康戈文;;盲源分離中信號獨立性的討論[J];現(xiàn)代電子技術(shù);2006年04期

7 徐尚志;蘇勇;葉中付;;多種概率分布源的盲源分離快速算法[J];中國科學技術(shù)大學學報;2006年05期

8 趙知勁;解婷婷;李小平;趙治棟;;一種小波域盲源分離算法[J];西安電子科技大學學報;2007年03期

9 鄧娟;李宏;;一種基于信息最大化的自適應(yīng)變步長盲源分離算法[J];電子測量技術(shù);2007年06期

10 陶磊;張昀;;基于獨立分量分析的盲源分離研究[J];廣東通信技術(shù);2007年07期

相關(guān)會議論文 前10條

1 李舜酩;;轉(zhuǎn)子振動信號的盲源分離研究[A];第三屆全國虛擬儀器大會論文集[C];2008年

2 許林周;章新華;范文濤;;一種盲源分離后續(xù)去冗余方法[A];2009年全國水聲學學術(shù)交流暨水聲學分會換屆改選會議論文集[C];2009年

3 韓少博;林京;吳文燾;;頻域盲源分離中的一種穩(wěn)健解排列模糊方法[A];中國聲學學會2009年青年學術(shù)會議[CYCA’09]論文集[C];2009年

4 周祥;樊濤;;基于盲源分離的儲油罐底腐蝕混疊信號的識別與分離[A];第八屆沈陽科學學術(shù)年會論文集[C];2011年

5 章林柯;何琳;江涌;;基于盲源分離的潛艇源識別信號去除干擾研究[A];第十一屆船舶水下噪聲學術(shù)討論會論文集[C];2007年

6 康春玉;章新華;李軍;;盲源分離與自適應(yīng)濾波器結(jié)合抑制強干擾研究[A];2012'中國西部聲學學術(shù)交流會論文集(Ⅱ)[C];2012年

7 王穎翠;;一種基于自然梯度的卷積混合頻域盲源分離算法[A];現(xiàn)代通信理論與信號處理進展——2003年通信理論與信號處理年會論文集[C];2003年

8 許策;章新華;高成志;;源數(shù)目估計對盲源分離算法影響分析[A];2007年全國水聲學學術(shù)會議論文集[C];2007年

9 成謝鋒;張仲;孫夏;;一種單路混合信號的盲源分離新方法[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 胡增輝;朱炬波;;基于盲源分離的波達角估計[A];第十四屆全國信號處理學術(shù)年會(CCSP-2009)論文集[C];2009年

相關(guān)博士學位論文 前10條

1 劉建強;非平穩(wěn)環(huán)境中的盲源分離算法研究[D];西安電子科技大學;2009年

2 徐先峰;利用參量結(jié)構(gòu)解盲源分離算法研究[D];西安電子科技大學;2010年

3 李燈熬;基于循環(huán)平衡理論的盲源分離算法[D];太原理工大學;2010年

4 王爾馥;盲源分離理論及其在通信系統(tǒng)中的應(yīng)用[D];哈爾濱工業(yè)大學;2009年

5 袁連喜;線性盲源分離算法的理論與應(yīng)用研究[D];哈爾濱工程大學;2006年

6 李昌利;盲源分離的若干算法及應(yīng)用研究[D];西安電子科技大學;2010年

7 高建彬;盲源分離算法及相關(guān)理論研究[D];電子科技大學;2012年

8 郭靖;盲源分離的時頻域算法研究[D];重慶大學;2012年

9 張旭秀;盲源分離及其在腦電信號處理中應(yīng)用的研究[D];大連理工大學;2006年

10 劉佳;單通道盲源分離及其在水聲信號處理中的應(yīng)用研究[D];哈爾濱工程大學;2011年

相關(guān)碩士學位論文 前10條

1 賀海港;盲源分離在通信信號分離中的應(yīng)用[D];西安電子科技大學;2010年

2 楊濤;多混疊振動信號的盲源分離及實驗研究[D];南京航空航天大學;2006年

3 鄭秀萍;基于信息理論盲源分離算法的研究[D];太原理工大學;2005年

4 李著成;基于獨立分量分析盲源分離算法的研究[D];太原理工大學;2006年

5 徐麗琴;盲源分離算法研究[D];西安電子科技大學;2006年

6 張偉偉;盲源分離算法研究[D];西安電子科技大學;2007年

7 畢楊;基于快速獨立分量分析的盲源分離算法研究及應(yīng)用[D];西安理工大學;2007年

8 宋蕾;基于神經(jīng)網(wǎng)絡(luò)盲源分離算法的研究[D];太原理工大學;2007年

9 崔志濤;線性混疊盲源分離的改進算法[D];廣東工業(yè)大學;2008年

10 馬麗艷;卷積混合盲源分離[D];中國地質(zhì)大學;2008年

，

本文編號：1812667