【摘要】：該文將一般的噪聲獨(dú)立成分分離算法擴(kuò)展到多類型噪聲混合環(huán)境。為了識(shí)別觀測(cè)數(shù)據(jù)中的多類型噪聲成份,利用基于S估計(jì)原理的非多項(xiàng)式函數(shù),對(duì)觀測(cè)數(shù)據(jù)進(jìn)行投影分析,給出脈沖噪聲閾值估計(jì)及噪聲去除和重構(gòu)信號(hào)方法。此外,結(jié)合獨(dú)立噪聲分析算法,提出了一種針對(duì)多類型噪聲的快速獨(dú)立成份分離算法。該算法解決了傳統(tǒng)噪聲ICA在多類型噪聲環(huán)境,特別是脈沖噪聲時(shí)的失效性問題,極大地提高了噪聲ICA算法的分離性能。仿真分析驗(yàn)證了該方法的有效性。
[Abstract]:In this paper, the general noise independent component separation algorithm is extended to multiple noise mixing environments. In order to identify the multi-type noise components in the observed data, using the non-polynomial function based on the S estimation principle, the projection analysis of the observed data is carried out, and the methods of impulse noise threshold estimation, noise removal and signal reconstruction are given. In addition, a fast independent component separation algorithm for multiple types of noise is proposed by combining the independent noise analysis algorithm. The algorithm solves the problem of failure of the traditional noise ICA in multi-type noise environments, especially the impulse noise, and greatly improves the separation performance of the noisy ICA algorithm. Simulation results show that the proposed method is effective.
【作者單位】： 電子科技大學(xué)電子工程學(xué)院;
【基金】：國家自然科學(xué)基金(11176005)
【分類號(hào)】：TN912.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 龔丹丹;劉國慶;;獨(dú)立成分分析算法及其在腦電圖中的應(yīng)用[J];計(jì)算機(jī)仿真;2010年11期

2 高全學(xué),潘泉,程詠梅,張洪才,王勇;基于膚色和獨(dú)立成分的人臉檢測(cè)[J];計(jì)算機(jī)應(yīng)用研究;2004年12期

3 李春蔚;;一種改進(jìn)的獨(dú)立成分分析算法的計(jì)算機(jī)仿真研究[J];電腦知識(shí)與技術(shù);2013年32期

4 堯德中,曾敏,陳華富,S.Becker,卓彥,陳霖;一種新的fMRI數(shù)據(jù)處理方法:鄰域獨(dú)立成分相關(guān)法及其初步應(yīng)用[J];中國科學(xué)E輯:技術(shù)科學(xué);2002年05期

5 王法松,李宏偉,何水明;基于自適應(yīng)評(píng)價(jià)函數(shù)的獨(dú)立成分分析算法[J];系統(tǒng)仿真學(xué)報(bào);2005年09期

6 萬俊;張曉暉;饒炯輝;胡清平;;一種結(jié)合信噪比的獨(dú)立成分分析算法[J];控制與決策;2012年09期

7 張金霞;基于ICA Fixed-Point算法的信號(hào)圖像分析[J];青海大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年05期

8 王法松;李宏偉;李睿;;非參數(shù)GKNN估計(jì)的高效獨(dú)立成分分析算法[J];西安電子科技大學(xué)學(xué)報(bào);2008年04期

9 汪太月;李宏偉;;基于GGD模型獨(dú)立成分分析算法的局部穩(wěn)定性分析[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2012年04期

10 ;[J];;年期

相關(guān)會(huì)議論文 前2條

1 高全學(xué);張洪才;潘泉;;膚色和獨(dú)立成分相結(jié)合的人臉檢測(cè)[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

2 汪太月;李宏偉;;基于GGD模型獨(dú)立成分分析算法的局部穩(wěn)定性分析[A];中國光學(xué)學(xué)會(huì)2011年學(xué)術(shù)大會(huì)摘要集[C];2011年

相關(guān)博士學(xué)位論文 前2條

1 鐘明軍;獨(dú)立成分分析算法研究及其在功能核磁共振成像中的應(yīng)用[D];大連理工大學(xué);2004年

2 薛云峰;源信號(hào)自適應(yīng)的獨(dú)立成分分析算法應(yīng)用與研究[D];上海交通大學(xué);2009年

相關(guān)碩士學(xué)位論文 前8條

1 于涵;腦機(jī)接口技術(shù)中的ICA研究[D];南京郵電大學(xué);2014年

2 阮蓓;獨(dú)立成分的漢英對(duì)比研究[D];華中師范大學(xué);2006年

3 張楊;基于粒子群優(yōu)化的工業(yè)過程獨(dú)立成分分析方法研究與應(yīng)用[D];東北大學(xué);2010年

4 趙陶鈺;獨(dú)立成分分析算法在fMRI數(shù)據(jù)中的應(yīng)用[D];太原理工大學(xué);2012年

5 刁興光;獨(dú)立成分算法在GPU上的實(shí)現(xiàn)[D];大連理工大學(xué);2012年

6 周達(dá)和;獨(dú)立成分分析算法與支持向量機(jī)在不良圖片識(shí)別中的應(yīng)用[D];華南理工大學(xué);2010年

7 劉芳;ICA及其多層擴(kuò)展算法的研究[D];中國海洋大學(xué);2013年

8 賈玉紅;視覺注意機(jī)制及其在場(chǎng)景分類中的應(yīng)用[D];華東師范大學(xué);2012年

，

本文編號(hào)：2183992