盲源分離問(wèn)題是信號(hào)處理中一類非常經(jīng)典的問(wèn)題,應(yīng)用領(lǐng)域特別的廣泛。實(shí)際中,采集設(shè)備數(shù)量通常小于源信號(hào)的數(shù)量,欠定的盲源分離問(wèn)題更為普遍。雖然欠定的情況下恢復(fù)信號(hào)更加困難,但該情形更加符合實(shí)際的情況,因此對(duì)欠定盲源分離算法展開(kāi)研究具有非常重要的意義。本文介紹了K-means聚類算法和標(biāo)準(zhǔn)盲源分離的有理函數(shù)ICA法的基本理論。K-means聚類算法在給定聚類個(gè)數(shù)的情況下,能將數(shù)據(jù)集劃分為不同類別。有理函數(shù)ICA法是針對(duì)混合信號(hào)與源信號(hào)數(shù)目相等的標(biāo)準(zhǔn)盲源分離問(wèn)題,提出一種有理函數(shù)形式的密度函數(shù)估計(jì),避免了選擇開(kāi)關(guān)函數(shù),計(jì)算簡(jiǎn)單且可以高效地從超高斯與亞高斯分布的混合信號(hào)中獲得分離信號(hào)。本文包含三個(gè)方面的研究?jī)?nèi)容:一、本文針對(duì)K-means算法有包括需要提前給出類別數(shù)目,初始聚類中心的選擇對(duì)聚類結(jié)果影響很大和異常點(diǎn)對(duì)每次迭代的聚類中心影響很大等缺陷,提出K-C-means聚類算法、自適應(yīng)K-C-means聚類算法及精準(zhǔn)K-C-means聚類算法。數(shù)值實(shí)驗(yàn)表明,改進(jìn)的聚類算法對(duì)于本文討論的欠定盲源分離問(wèn)題有更好的聚類效果。二、本文針對(duì)每時(shí)刻只有一個(gè)人講話的欠定情形,僅通過(guò)分析兩個(gè)觀測(cè)信號(hào)行之間的關(guān)系,并根據(jù)每個(gè)人都只講了一段話及有人間斷地講了多段話的兩種不同情況,分別提出了簡(jiǎn)單可行的欠定盲源分離算法。三、本文針對(duì)在給定的每個(gè)時(shí)間間隔內(nèi)只有不超過(guò)觀測(cè)信號(hào)數(shù)目的源信號(hào)占主導(dǎo)地位的欠定情形,此時(shí)欠定情形可分段轉(zhuǎn)化為標(biāo)準(zhǔn)情形,在每個(gè)給定的時(shí)間間隔內(nèi),應(yīng)用有理函數(shù)ICA法求解分離信號(hào)。本文稱其為一類欠定盲源分離問(wèn)題的有理ICA法。數(shù)值實(shí)驗(yàn)表明了該方法能有效分離信號(hào)。本文的第一章主要介紹了K-means聚類算法的基本理論及其改進(jìn);第二章主要介紹針對(duì)每時(shí)刻只有一個(gè)人講話的欠定情形提出的欠定盲源分離方法;第三章主要介紹標(biāo)準(zhǔn)盲源信號(hào)分離的有理函數(shù)ICA法和本文提出的一類欠定盲源分離問(wèn)題的有理ICA法;第四章是數(shù)值實(shí)驗(yàn)與分析;最后是對(duì)全文的總結(jié)和展望。
【學(xué)位單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN911.7
【文章目錄】：
摘要
Abstract
引言
1 K-means聚類算法的基本理論和改進(jìn)
    1.1 K-means聚類算法基本理論
    1.2 K-means聚類算法的改進(jìn)
        1.2.1 K-C-means聚類算法
        1.2.2 自適應(yīng)K-C-means聚類算法
        1.2.3 精準(zhǔn)K-C-means聚類算法
2 每時(shí)刻僅有單一信號(hào)的欠定盲源分離算法
    2.1 簡(jiǎn)單情形分析
    2.2 復(fù)雜情形分析
3 一類欠定盲源分離問(wèn)題的有理ICA法
    3.1 標(biāo)準(zhǔn)盲源分離的有理函數(shù)ICA法
    3.2 欠定有理ICA法一
    3.3 欠定有理ICA法二
    3.4 最小化相關(guān)系數(shù)法確定混合矩陣的行序
4 數(shù)值實(shí)驗(yàn)與分析
    4.1 每時(shí)刻僅有單一信號(hào)的欠定盲源分離算法
        4.1.1 簡(jiǎn)單情形數(shù)值實(shí)驗(yàn)與分析
        4.1.2 復(fù)雜情形數(shù)值實(shí)驗(yàn)與分析
    4.2 一類欠定盲源分離問(wèn)題的有理ICA法
        4.2.1 欠定有理ICA法一數(shù)值實(shí)驗(yàn)與分析
        4.2.2 欠定有理ICA法二數(shù)值實(shí)驗(yàn)與分析
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 付衛(wèi)紅;周新彪;農(nóng)斌;;單通道盲源分離的研究現(xiàn)狀與展望[J];北京郵電大學(xué)學(xué)報(bào);2017年05期

2 趙知?jiǎng)?黃艷波;;基于小波包分解的單通道盲源分離算法[J];通信技術(shù);2017年03期

3 張和發(fā);李立萍;胡元奎;;頻域盲源分離的非圓信號(hào)推廣[J];航天電子對(duì)抗;2013年06期

4 李鵬;周明全;黎南杉;王學(xué)松;;基于頻域卷積信號(hào)盲源分離的樂(lè)曲數(shù)據(jù)庫(kù)構(gòu)建[J];計(jì)算機(jī)應(yīng)用研究;2010年04期

5 馮健;付興龍;劉浩達(dá);李訸;;非線性盲源分離算法研究[J];中國(guó)科技論文在線;2009年01期

6 程水英;盲源分離理論的思維方式[J];發(fā)明與創(chuàng)新;2004年12期

7 楊杰明;齊厚穎;;改進(jìn)的互信息最小化非線性盲源分離算法[J];電測(cè)與儀表;2015年09期

8 彭安洪;賴惠成;;一種采用徑向基神經(jīng)網(wǎng)絡(luò)的盲源分離算法[J];計(jì)算機(jī)仿真;2012年10期

9 楊俊安,鄒誼,莊鎮(zhèn)泉;基于多宇宙并行量子遺傳算法的非線性盲源分離算法研究[J];電子與信息學(xué)報(bào);2004年08期

10 林秋華,殷福亮;盲源分離自適應(yīng)算法的統(tǒng)一形式[J];大連理工大學(xué)學(xué)報(bào);2002年04期

相關(guān)博士學(xué)位論文 前10條

1 陸珊珊;雷達(dá)網(wǎng)信息綜合偵察分析技術(shù)研究[D];國(guó)防科技大學(xué);2017年

2 張然;基于自適應(yīng)稀疏表示的微震信號(hào)壓縮感知及盲源分離研究[D];中國(guó)礦業(yè)大學(xué);2018年

3 姚小俊;基于欠定盲源分離理論的結(jié)構(gòu)運(yùn)營(yíng)模態(tài)辨識(shí)方法研究[D];大連理工大學(xué);2018年

4 康志龍;基于盲源分離的智能圖像處理技術(shù)研究[D];河北工業(yè)大學(xué);2017年

5 陳曉屹;水聲信號(hào)的盲源分離算法研究[D];西北工業(yè)大學(xué);2016年

6 黃璐;基于盲源分離的腦電信號(hào)分析與應(yīng)用[D];東北大學(xué);2016年

7 李新輝;基于盲源分離的運(yùn)行模態(tài)分析方法理論和實(shí)驗(yàn)研究[D];哈爾濱工程大學(xué);2015年

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

9 郝志華;基于局域波法和盲源分離的故障診斷方法應(yīng)用研究[D];大連理工大學(xué);2005年

10 林秋華;基于盲源分離的圖像與語(yǔ)音加密新方法研究[D];大連理工大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 馬志陽(yáng);基于LMS和FA的盲源分離優(yōu)化算法研究[D];重慶郵電大學(xué);2019年

2 張華偉;PSO瞬時(shí)與頻域卷積盲源分離算法研究[D];重慶郵電大學(xué);2019年

3 徐林濤;基于改進(jìn)自然梯度算法的盲源分離研究[D];湘潭大學(xué);2019年

4 范文泉;基于盲源分離算法的抗主瓣干擾技術(shù)深化研究[D];中國(guó)電子科技集團(tuán)公司電子科學(xué)研究院;2019年

5 李小峰;盲源分離算法在液態(tài)危險(xiǎn)品檢測(cè)中的應(yīng)用與實(shí)現(xiàn)[D];成都理工大學(xué);2019年

6 裴儉儉;一類欠定盲源分離問(wèn)題的有理ICA法[D];大連理工大學(xué);2019年

7 張辛;磨音信號(hào)檢測(cè)與處理方法研究[D];重慶郵電大學(xué);2018年

8 汪旻達(dá);基于聯(lián)合盲源分離的視頻心率監(jiān)測(cè)方法研究[D];合肥工業(yè)大學(xué);2019年

9 楊柳依;基于雙樹(shù)復(fù)小波變換的單通道盲源分離算法研究[D];天津理工大學(xué);2019年

10 劉明珠;語(yǔ)音信號(hào)的卷積盲源分離算法研究[D];哈爾濱理工大學(xué);2019年

本文編號(hào)：2875513