【摘要】：為解決欠定盲源分離中混合矩陣估計問題,提出了一種基于密度的空間聚類與霍夫變換相結(jié)合的混合矩陣估計算法。該算法首先通過基于相角的單源時頻點處理增強信號的稀疏性,然后針對K-means算法需預先設置聚類個數(shù)的問題,采用基于密度的空間聚類算法對單源點進行自動分類以估計源信號個數(shù),進而估計得到混合矩陣。為提高估計混合矩陣的精度,采用霍夫變換方法修正聚類中心。基于密度的空間聚類算法的運用也克服了霍夫變換峰值簇擁問題。實驗結(jié)果表明,基于密度的空間聚類與霍夫交換相結(jié)合的方法能在源信號數(shù)量未知情況下準確估計混合矩陣,且估計精度高于K-means算法和基于密度的空間聚類算法。
【圖文】：

椋嘌圓街?中所得每一類數(shù)據(jù)，分 分析s使用的仿真軟件為MATLABR2010a，采用的別利用式(14)、（15)進行霍夫變換,■?戲局部極大 源信號為文獻[:1]中的FourVoiojs.語音彳尓號，采樣值中最大值的坐標參數(shù)，，代入式（14)得直線向量 頻率為8kHz，將源信每中的4路信號混合為3路觀(即混合矩陣列向量〕，從而可得修正的混合矩陣4 測信號,即m=3,?=4,隨機選擇混合矩陣4為??.估計值& 「0.71100.2883-0.67120.4539"A=0.17730.94210.64800.39563實驗結(jié)果及分析 Lo.68170.17400.35800.7990-混合所得的3路觀測信號如圖2所示&3.1算法性能評價準則 為了評價本文尊.法的估計精度利用歸一化均 暴？丨

本文編號：2571222