發(fā)布時間：2020-07-13 21:02

【摘要】：盲源分離(Blind Source Separation,BSS)是指在源信號及其混合矩陣均未知的情況下,僅從若干觀測到的混合信號中分離出源信號的過程。盲源分離在無線通信、圖像增強(qiáng)和恢復(fù)、語音信號處理、模式識別及圖像處理等領(lǐng)域具有廣泛的應(yīng)用價值。目前,獨(dú)立分量分析(Independent Component Analysis,ICA)是盲源分離的主要方法,該方法假設(shè)源信號是相互統(tǒng)計(jì)獨(dú)立。近年來,許多研究者采用稀疏分量分析的方法實(shí)現(xiàn)信號的盲源分離,該方法是將信號的稀疏特性作為先驗(yàn)知識來解決盲源分離問題。信號的稀疏表示可以采用綜合稀疏模型和解析稀疏模型。現(xiàn)有的稀疏分量分析方法中大多采用綜合稀疏模型�；诮馕鱿∈枘Ｐ�,本文提出了新的盲源分離算法,主要工作如下:1.針對過定和適定盲源分離問題,該算法首先利用子集追蹤算法對估計(jì)的源信號進(jìn)行學(xué)習(xí),得到學(xué)習(xí)解析字典,再利用得到的學(xué)習(xí)解析字典以及分裂Bregman算法對源信號進(jìn)行恢復(fù),最后用最小二乘法得到混合矩陣的估計(jì)值。通過對學(xué)習(xí)解析字典、源信號以及混合矩陣的迭代更新,得到最優(yōu)的分離結(jié)果。仿真實(shí)驗(yàn)表明本算法對適定和過定盲源分離問題有較好的分離效果。2.針對欠定盲源分離問題,提出一種基于解析稀疏表示的混合矩陣估計(jì)算法。該算法首先計(jì)算解析字典與混合信號的內(nèi)積,發(fā)現(xiàn)某些原子具有與除待估計(jì)的源信號外的其他源信號正交的特性,這些原子組成子字典,利用這些子字典得到混合矩陣各列的元素的比值矩陣,最后對這些比值矩陣進(jìn)行聚類,得到混合矩陣的估計(jì)。仿真實(shí)驗(yàn)表明該算法對于估計(jì)欠定混合矩陣具有一定的準(zhǔn)確性。
【學(xué)位授予單位】：南昌大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN911.7
【圖文】：

圖 2.1 盲源分離問題混合分離系統(tǒng)上圖所示的混合系統(tǒng)中，噪聲忽略不計(jì)，T1 2 ( , , , )nX x x L x為源信T1 2( , , , )n x x L x的估計(jì)值。盲源分離問題一般可以分為以下幾種：1. 按照觀測信號和源信號的數(shù)目分類：欠定盲源分離(源信號數(shù)目大

圖 2.2 綜合稀疏模型中，假設(shè)信號nx R通過綜合字典原子）能得到一個綜合稀疏表示K α x Dα ，也可以表示為px Dα 數(shù)， p 1,2, 。綜合稀疏字典D往往

解析稀疏模型

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 李宏坤;張學(xué)峰;徐福健;劉洪軼;練曉婷;;基于時頻分析的欠定信號盲分離與微弱特征提取[J];機(jī)械工程學(xué)報;2014年18期

2 楊杰;俞文文;田昊;關(guān)珍貞;;基于獨(dú)立分量分析的欠定盲源分離方法[J];振動與沖擊;2013年07期

3 張燁;方勇;;基于拉普拉斯勢函數(shù)的欠定盲分離中源數(shù)的估計(jì)[J];信號處理;2009年11期

4 ;Multi-channel blind deconvolution algorithm for multiple-input multiple-output DS/CDMA system[J];Journal of Systems Engineering and Electronics;2007年03期

本文編號：2753972