盲源分離（Blind Source Separation,BSS）是指在源信號、傳輸通道特性未知的情形下,只根據(jù)觀測信號和源信號的一些先驗知識分離出源信號的過程。盲源分離因其強大的信息處理能力而被廣泛應用于生物醫(yī)學系統(tǒng)、語音、圖像處理等領域。而觀測信號個數(shù)小于源信號個數(shù)的欠定盲源分離模型更具有一般性,也更具有研究意義。根據(jù)源信號的稀疏特性,采用基于稀疏分量分析（Sparse Component Analysis,SCA）的“兩步法”成為當前解決欠定盲源分離問題的主流方法。第一步,對觀測信號采用聚類方法來獲得混合矩陣的估計;第二步,根據(jù)估計混合矩陣分離提取出源信號。本文在對國內(nèi)外研究現(xiàn)狀深入分析的基礎之上,研究了瞬時線性混合欠定盲源分離模型混合矩陣的估計方法。本文主要工作和創(chuàng)新點如下:首先,提出了基于改進蜂群算法的混合矩陣估計方法。為了平衡人工蜂群（Artificial Bee Colony,ABC）算法的種群多樣性和收斂速度,本文根據(jù)觀測信號的線性聚類特點,對ABC算法中的雇傭蜂采用了確定和隨機相結合的搜索策略;針對ABC算法開發(fā)能力的不足,本文引入基于Levy飛行的局部搜索策略,進一... 

【文章來源】：湖南大學湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

拉普拉斯概率密度曲線圖

圖 2.1 拉普拉斯概率密度曲線圖地，稀疏信號就是信號在絕大多數(shù)采樣點取值為零或者幾乎為點具有較大的幅值。自然界中的信號一般都具有稀疏性，即使疏性，在變換域中也會有稀疏性，變換域取決于變換方式。常里葉變換（Short-Time Flourier Transform,STFT）、小波變換）、離散余弦變換（Discrete Cosine Transform，DCT）、Gabo表現(xiàn)為少數(shù)的系數(shù)上集中了大多數(shù)能量。

(a)時域觀測信號 (b)時頻域觀測信號六路笛聲信號經(jīng)過欠定盲混合系統(tǒng)的兩路觀測信號的時域散點圖如圖 2.3(a所示，經(jīng)過 STFT 變換處理之后的時頻域散點圖如圖 2.3(b)所示。顯而易見，觀測信號采樣點呈圓形散落在時域空間內(nèi)，且中間部分密度很大，邊緣部分密度很小，完全不能體現(xiàn)信號的線性聚類特征。觀測信號呈直線散落在時頻域空間內(nèi)，可以清楚的觀察到表征六路源信號的六條直線，采樣點密度隨著與原點距離的增大而減小，信號的稀疏性得到增強。2.3 混合矩陣估計方法聚類分析旨在數(shù)據(jù)集中發(fā)現(xiàn)數(shù)據(jù)對象之間的關系，將數(shù)據(jù)進行分組，組內(nèi)的相似性越大，組間的差別越大，則聚類效果越好。聚類的數(shù)學描述為：對于給定的樣本集合 1 2, , ,nx x x x，其中 1,2, , ix i n為集合中采樣點，根據(jù)采樣點間的相似度將樣本集x劃分成類別子集 1 2, , kC C C 。滿足：k圖 2.3 觀測信號的散點圖


本文編號：2921033