检索结果-内蒙古大学图书馆

作者：卢宏杭州电子科技大学

学位级别：硕士

盲信号分离(Blind Source Separation, BSS)技术仅利用很少的先验信息就可分离混合信号,在数字通信、语音信号处理、图像处理、雷达与通信系统、信息检索、数据挖掘和生物医学等领域获得到了广泛应用,是信号处理领域的研究热点。通常假... 详细信息

盲信号分离(Blind Source Separation, BSS)技术仅利用很少的先验信息就可分离混合信号,在数字通信、语音信号处理、图像处理、雷达与通信系统、信息检索、数据挖掘和生物医学等领域获得到了广泛应用,是信号处理领域的研究热点。通常假设观测信号的数目等于或大于源信号的数目,即混合过程是正定或超定的,独立分量分析(Independent Component Analysis, ICA)是有效的求解方法,其关键是混合矩阵的逆矩阵估计,目前已有多种性能优越的ICA算法。然而,在实际的盲信号分离应用中,如语音信号采集,无线通信等应用中,不可避免地会出现观测信号数目小于源信号数目的情况,即欠定混合的盲信号分离。此时,由于混合矩阵不可逆,经典的ICA方法不再适用,欠定盲信号分离的理论和算法有待于进一步深入研究。本论文主要研究欠定盲信号分离方法。首先,本文从稀疏分量分析方法(Sparse Componnent Analysis, SCA)入手,研究放宽稀疏性条件下的欠定盲混合矩阵估计问题。基于SCA的欠定盲混合矩阵估计算法通常先聚类求得混合矢量张成的超平面,然后估计混合矩阵；在源信号稀疏性差时,此方法涉及运算量较大的超平面聚类,算法效率低。本文提出一种新的基于超平面法矢量的混合矩阵估计算法,先求解法矢量,取代与之相对应的超平面聚类,然后利用法矢量求得混合矩阵。该方法不需要进行超平面聚类,大大降低了运算量,提高了混合矩阵估计效率,而且降低了对源信号的稀疏性要求,增强了算法的实用性其次,研究了基于非负矩阵分解(Nonnegative Matrix Factorization, NMF)的盲信号分离问题。NMF用于求解盲信号分离问题时,为了实现唯一分解,要求混合矩阵是正定或超定的,这限制了它在欠定盲信号分离中的应用,本文研究提出了基于约束NMF的欠定盲信号分离方法。对NMF的分解结果分别施加分解矩阵行列式最小、源信号稀疏性和不相关性等的约束,实现了混合矩阵和源信号的唯一分解,成功地将NMF拓展应用到欠定盲信号分离中。此外,对于超定或正定混合的情形,约束NMF方法可以提高信号分离的质量。仿真结果表明所提出的算法能成功盲分离源信号稀疏较差的欠定混合。最后,研究了盲信号分离在成对载波多址(Paried Carrier Multiple Access, PCMA)中的应用。传统PCMA通信信号的获取采用信号抑制方法,该方法要求已知本地信号和自身下行信号参数的准确估计,通过抑制本地信号实现对方发送信号的接收。本文针对传统方法中存在的参数估计困难和不能实现非合作通信的缺点,研究提出了基于ICA的单通道PCMA信号的盲分离方法。利用正交接收机,将欠定混合的单通道PCMA信号模型转化为正定混合模型,进而使用成熟的ICA方法分离得到通信双方信号,避免了容易产生误差的复杂参数估计和调整环节,而且能够实现盲接收。仿真结果验证了本文所提出的方法的有效性和优越性。

关键词：盲信号分离欠定盲信号分离盲混合矩阵估计稀疏性超平面聚类超平面法矢量非负矩阵分解行列式准则最小相关约束成对载波多址

来源：评论

学校读者我要写书评

暂无评论

HT-LSM的欠定混合盲信号分离方法的研究

引用

计算机工程与应用 2010年第32期46卷 133-136页

作者：王莹李宏伟付红伟中国地质大学数理学院武汉430074 军事经济学院计算机中心武汉430035

利用Hough变换可以检测观测空间中的直线方向从而确定混叠矩阵的方法,提出了欠定盲源分离中估计混叠矩阵的一种新算法——HT-LSM算法。该算法在介绍欠定盲信号分离基本原理的基础上,介绍基于Hough变换的盲信道估计算法,并将改进后的Houg... 详细信息

利用Hough变换可以检测观测空间中的直线方向从而确定混叠矩阵的方法,提出了欠定盲源分离中估计混叠矩阵的一种新算法——HT-LSM算法。该算法在介绍欠定盲信号分离基本原理的基础上,介绍基于Hough变换的盲信道估计算法,并将改进后的Hough变换与最小二乘法相结合,在不影响检测结果速度的同时又进一步提高了检测精度,应用到欠定语音信号分离中,取得了良好的实验效果。

关键词：欠定盲信号分离 Hough变换最小二乘法

来源：评论

学校读者我要写书评

暂无评论

经时频掩码的欠定混叠信号的盲提取

引用

通信学报 2012年第8期33卷 77-84页

作者：肖明高峰孙功宪谢胜利广东石油化工学院广东省石化装备故障诊断重点实验室广东茂名525000 华南理工大学电子与信息学院广东广州510640

针对欠定非完全稀疏信号的盲源估计问题,提出了一个新颖的盲提取算法。算法融合非完全稀疏信号的盲提取算法和DUET方法,先利用已估计的混叠矩阵计算源信号的提取矢量和源方向的法矢量,再经线性变换更新混叠信号和混叠矩阵,后采用时频掩... 详细信息

针对欠定非完全稀疏信号的盲源估计问题,提出了一个新颖的盲提取算法。算法融合非完全稀疏信号的盲提取算法和DUET方法,先利用已估计的混叠矩阵计算源信号的提取矢量和源方向的法矢量,再经线性变换更新混叠信号和混叠矩阵,后采用时频掩码方法恢复源信号。几个语音信号的实验显示算法的性能和实用性。

关键词：欠定盲信号分离稀疏成分分析时频掩码盲提取

来源：评论

学校读者我要写书评

暂无评论

盲信号压缩重构——模型与方法

引用

系统工程与电子技术 2012年第2期34卷 231-235,257页

作者：王法松张林让周宇刘楠西安电子科技大学雷达信号处理国家重点实验室陕西西安710071 中国电子科技集团公司第27研究所河南郑州450047

通过分析欠定盲信号分离模型和压缩感知模型本质内涵和内在联系,建立了基于压缩感知的欠定盲信号重构问题的数学模型,该模型对于欠定盲信号分离的实现提供了一个新的解决途径。基于该模型的压缩重构方法通过两步来实现:分别利用源信号... 详细信息

通过分析欠定盲信号分离模型和压缩感知模型本质内涵和内在联系,建立了基于压缩感知的欠定盲信号重构问题的数学模型,该模型对于欠定盲信号分离的实现提供了一个新的解决途径。基于该模型的压缩重构方法通过两步来实现:分别利用源信号稀疏域性质实现对盲估计欠定混合矩阵的估计;利用压缩感知的重构稀疏源信号的方法,实现对欠定稀疏盲信号的分离和重构。提出的算法根据实际应用场合,具有一定扩展能力。最后通过模拟实验验证了提出模型和相应算法的有效性。

关键词：欠定盲信号分离压缩感知稀疏表示稀疏重构正交匹配追踪

来源：评论

学校读者我要写书评

暂无评论

欠定条件下弱稀疏源信号混合矩阵盲估计

引用

数据采集与处理 2015年第4期30卷 793-801页

作者：李宁陈海庭武汉科技大学机械自动化学院武汉430081

针对源信号的稀疏性影响欠定混合矩阵的估计精度,在源信号单源频率及非单源频率分量分析的基础上,通过对观测信号频率峰值的幅值比值所构成的列向量聚类,提出欠定条件下弱稀疏源信号混合矩阵的盲估计方法。鉴于经典聚类算法的局部收敛... 详细信息

针对源信号的稀疏性影响欠定混合矩阵的估计精度,在源信号单源频率及非单源频率分量分析的基础上,通过对观测信号频率峰值的幅值比值所构成的列向量聚类,提出欠定条件下弱稀疏源信号混合矩阵的盲估计方法。鉴于经典聚类算法的局部收敛性带来聚类结果的不稳定性,采用全局收敛特性较好的遗传模拟退火聚类算法提高聚类结果的鲁棒性。仿真实验表明,本文提出的混合矩阵估计方法及采用的聚类算法在不同欠定条件及噪声环境下具有较强的估计性能。

关键词：欠定盲信号分离弱稀疏信号混合矩阵盲估计遗传模拟退火聚类算法

来源：评论

学校读者我要写书评

暂无评论

欠定情形下语音信号盲分离的时域检索平均法

引用

中国科学（E辑） 2007年第12期37卷 1564-1575页

作者：肖明谢胜利傅予力华南理工大学电子与信息学院广州510640 茂名学院电子信息工程系茂名525000

探讨欠定情形(即观察信号的个数少于源信号个数)下的盲信号分离,提出一种新的方法,即时域检索平均法(SAMTD),该方法可解决目前在频域中难以处理的一类问题,它利用一类语音信号在时域中的稀疏持续性,回避像K均值聚类或势函数等常用统计... 详细信息

探讨欠定情形(即观察信号的个数少于源信号个数)下的盲信号分离,提出一种新的方法,即时域检索平均法(SAMTD),该方法可解决目前在频域中难以处理的一类问题,它利用一类语音信号在时域中的稀疏持续性,回避像K均值聚类或势函数等常用统计聚类方法.为估计混叠矩阵,它剔除那些不与基矢量共向或反向的数据样本,以提高其估计的准确性.在源信号的恢复上,提出了一个超完备线性几何ICA改进算法.几个语音信号实验的仿真数据展示了所提方法的性能和实用性.

关键词：欠定盲信号分离稀疏表示时域检索平均法超完备独立分量分析

来源：评论

学校读者我要写书评

暂无评论

松弛稀疏性条件下的欠定盲分离

引用

计算机工程 2010年第12期36卷 274-276页

作者：肖明孙功宪吕俊茂名学院电子信息工程系茂名525000 华南理工大学电子与信息学院广州510641

采用2步法研究松弛稀疏性条件下的欠定盲信号分离。在矩阵恢复上,将时域检索平均法从时域扩展到小波域,得到单源区间矩阵恢复算法。在源信号恢复上,分析最短路径法和l1范数算法,提出基于任意观测信号数的统计稀疏分解准则算法。仿真结... 详细信息

采用2步法研究松弛稀疏性条件下的欠定盲信号分离。在矩阵恢复上,将时域检索平均法从时域扩展到小波域,得到单源区间矩阵恢复算法。在源信号恢复上,分析最短路径法和l1范数算法,提出基于任意观测信号数的统计稀疏分解准则算法。仿真结果表明,相比l1范数解算法,该算法具有较低的计算复杂度,且可提高恢复信号的信噪比。

关键词：欠定盲信号分离单源区间松弛稀疏性统计稀疏分解准则

来源：评论

学校读者我要写书评

暂无评论

水声信号处理的盲信号分离方法研究

水声信号处理的盲信号分离方法研究

引用

作者：董姝敏哈尔滨工程大学

学位级别：博士

水声被动信号处理中，往往由于实际水声环境复杂多变，干扰和噪声又难以确定，由水听器（或水听器阵）直接观测到的信号，大多是多源目标信号经多途传输后在接收点叠加并与干扰背景噪声（海洋环境噪声）混合的一种复杂信号，严重影响着... 详细信息

水声被动信号处理中，往往由于实际水声环境复杂多变，干扰和噪声又难以确定，由水听器（或水听器阵）直接观测到的信号，大多是多源目标信号经多途传输后在接收点叠加并与干扰背景噪声（海洋环境噪声）混合的一种复杂信号，严重影响着后期的目标定位、检测、识别等方面的性能和精度。盲信号处理技术可以无需源信号先验知识而仅仅利用接收信号和某些统计假设条件获取期望信息，比较适合应用于水声被动信号处理，盲信号分离技术作为其中一个重要分支内容，它的目标是获得多个源信号的最佳估计，在需要准确获得水下目标的真实源信号时具有重要应用需求。论文主要研究内容包括三方面：欠定情况下源数目估计方法；单波束信号内多源信号的盲分离方法及含噪波束信号的净化方法；适合单矢量传感器的盲信号分离方法。实现盲信号有效分离的前提条件是源数目的准确估计，所以论文首先研究了源数目的估计问题。众多的源数目估计方法中，盖尔圆（GDE）准则法既适用于高斯白噪声背景，又适用于色噪声背景，具有重要的应用价值。但传统GDE准则法存在一定的弊端：低信噪比或者小快拍数条件下的检测性能不尽如人意，而且需要人为确定调整因子。论文在传统GDE准则基础上提出了一种改进盖尔圆准则（MGDE）方法，该方法主要利用盖尔圆圆心信息压缩盖尔圆半径，使噪声盖尔圆进一步远离信号盖尔圆，从而更有利于低信噪比或者小快拍数条件下源数目的准确估计；同时，针对GDE准则设计中存在人为确定调整因子的问题，论文设计了一种由盖尔圆信息自动确定调整因子的方法，GDE准则使用该调整因子，不但检测性能得到改善，而且避免了人为因素的影响。欠定条件下源数目估计问题是盲信号分离问题中的难点之一，论文选用相空间重构法拓展观测信号个数，将欠定条件转换为超定条件。原相空间重构法只能增加与阵元数目相同的重构信号，针对这一局限，给出了可重构多个信号的改进相空间重构方法，使用该方法，并结合适当的源数目估计方法可以从单阵元信号中正确估计大于两个源的数目。许多水声信号处理方法和理论都建立在高斯噪声模型基础上，多数情况下这种假设是合理有效的，但研究表明：水声环境噪声、舰船辐射噪声等常常具有α稳定分布（α-Stable Distribution）的特性：其概率密度函数具有比较厚重的拖尾，表现在时间波形上就是具有显著的脉冲特性，这种情况下基于高斯噪声模型的处理算法性能退化，甚至不能得到正确结果。针对这一情况，论文初步探讨了服从α稳定分布的随机向量的源数目估计和DOA估计问题。一方面提出使用协共变矩阵代替协方差矩阵，从而实现超定源数目估计，并仿真验证了源数目估计性能；另一方面：对二维单矢量水听器的振速向量采用经验函数法和投影法两种谱测度估计方法进行源数目估计和DOA估计，仿真表明：前者只能实现单个声源的DOA估计，后者可以实现多源的数目估计和DOA估计。论文使用盲信号分离的手段进一步对波束信号进行分析处理，目的是解决两方面问题：一是分离波束内来自同一方位、或者相互靠得很近的多个源信号；二是进一步净化含有噪声的波束信号，因为仅仅依靠波束形成无法实现这样的目的。论文首先从增加波束域信号维数的角度，主要运用相空间重构法对波束域信号升维；然后在最大化负熵的基础上，推导了最小化边缘熵准则，给出了基于概率密度估计的独立边缘熵计算方法，以该最小化边缘熵为分离准则，采用正定盲分离技术进一步分离或净化单波束信号。研究表明：将盲信号分离技术用作波束形成的后置信号处理方法是合理有效的，它既可以辅助波束形成法分离波束内来自同一方位、或相互靠得很近的多个源信号，也可以对含有噪声的单源波束信号进行净化处理。另外，从盲信号分离的角度考虑，将其与波束形成法结合，可以减小盲分离算法的阶数，降低盲分离算法的复杂度。使用盲信号分离技术从单矢量水听器接收信号中准确获知多个目标的参数信息，是近几年兴起的研究课题。为此，论文根据矢量水听器观测信号的特点，给出了两种适合单矢量水听器的盲信号分离方法——基于混合矩阵的盲分离方法和基于二阶统计量的解析方程法，这两种方法都可以实现非相干源信号分离和DOA估计，仿真分析了算法的性能和各种影响因素。

关键词：欠定盲信号分离源数目波束域信号单矢量水听器相空间重构 α 稳定分布

来源：评论

学校读者我要写书评

暂无评论

线性盲信号分离中多信号源少观测源问题的研究

线性盲信号分离中多信号源少观测源问题的研究

引用

作者：檀志斌中国科学技术大学

学位级别：硕士

盲信号分离是近十几年新兴起来的一个研究热点,由于盲信号分离在无源声纳系统、雷达系统领域,生物信号处理,图像处理,语音信号处理领域等的广泛应用前景,引起越来越多相关科研工作者的兴趣.所谓盲,即我们仅能知道观测信号,而对信号的传... 详细信息

盲信号分离是近十几年新兴起来的一个研究热点,由于盲信号分离在无源声纳系统、雷达系统领域,生物信号处理,图像处理,语音信号处理领域等的广泛应用前景,引起越来越多相关科研工作者的兴趣.所谓盲,即我们仅能知道观测信号,而对信号的传输方式及信号源没有任何先验知识.盲信号分离的任务是仅由已知的观测信号估计传输系统和分离出统计独立的信号源.估计传输系统是盲信号分离的一个中间阶段.盲信号分离有线性和非线性之分.线性盲信号分离又有瞬态混合和卷积混合两类.常规的盲信号分离中要求观测信号的个数不少于信号源的个数,在此情况下问题简化为求混合系统的逆系统问题.当信号源个数多于观测信号个数时,即欠定盲信号分离,由于不存在混合系统的逆系统,而且,即使已知混合系统,我们所得到的源信号的解也不是唯一的,因此,我们要先估计混合系统,其次再估计信号源.本文重点讨论线性瞬态欠定盲信号分离问题,简称瞬态欠定盲信号分离.本文从以下几个方面较为系统的讨论了瞬态欠定盲信号分离问题.首先,本文讨论了欠定盲分离问题的盲可辨性和最小L1范数解的性能,并对最大近似似然类的算法做一综述.其次,本文针对现有大多数近似似然算法不适合高维数据的情况,介绍了一种对高维数据有效的基于准正交原理的欠定盲估计算法,并用于成功解决了无噪声情况下的欠定混合语音信号的盲分离,以及分析了该算法的优点和缺点.最后,提出了一种适合于噪情况下高维欠定盲信号分离算法,并给以详细的性能分析.该算法中利用一种近似的混合高斯密度模型所得到的近似似然函数代替第三章算法中的近似似然函数,实验结果证明该算法能有效用于噪声中的欠定盲分离问题,比前一种算法有更好的估计效果.

关键词：盲信号分离欠定盲信号分离语音信号分离高斯混合密度准正交

来源：评论

学校读者我要写书评

暂无评论

基于低秩逼近非负张量分解的多通道音频信号盲分离研究

基于低秩逼近非负张量分解的多通道音频信号盲分离研究

引用

作者：李治本东南大学

学位级别：硕士

随着智能手机的普及,人们对于语音方面应用的需求也越来越多,如语音识别、音乐推荐以及听音识曲等。所以,近年来,对于音频信号的各个方面的研究也变得更加热门。其中一个主要的方面就是混合音频信号的盲分离问题,它可以应用在多个方面,... 详细信息

随着智能手机的普及,人们对于语音方面应用的需求也越来越多,如语音识别、音乐推荐以及听音识曲等。所以,近年来,对于音频信号的各个方面的研究也变得更加热门。其中一个主要的方面就是混合音频信号的盲分离问题,它可以应用在多个方面,如语音识别中的语音增强、音乐的分类聚类、语音或说话人的识别以及自动谱曲等。本文主要研究线性瞬时混合的欠定多通道音乐信号的盲分离问题,提出了基于低秩逼近算法的非负张量分解算法。首先简要介绍了非负矩阵分解(NonnegativeMatrix Factorization,NMF)的基本原理。然后将低秩逼近算法应用到NMF算法中,推导出其迭代更新公式,有效的提高了 NMF算法的运算速度。在此基础上阐述了非负张量分解(Nonnegative Tensor Factorization,NTF)的基本原理,介绍两种非负张量分解形式:非负标准分解方法和非负Tucker分解。并将低秩逼近算法推广应用到NTF算法,推导出其迭代更新公式,提出了基于低秩逼近算法的非负张量分解算法。接下来利用加速近端梯度算法来求解NTF问题,对非负张量分解算法进行改进,降低其算法复杂度并提高其收敛速度。并结合低秩逼近算法和加速近端梯度算法,对NTF算法进行优化,进一步的提高算法速度。最后,将加速的基于低秩逼近算法的NTF算法应用到音频信号的盲分离进行仿真。取得了较好的分离效果。

关键词：欠定盲信号分离非负张量分解低秩逼近加速近端梯度

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：