检索结果-内蒙古大学图书馆

作者：高岳文南京航空航天大学

学位级别：硕士

盲信号处理(BSP)是目前信号处理中最热门的新兴技术之一,它在机械振动信号处理方面的应用还处于起步阶段。国内外的研究大都集中于理论和仿真,而将盲源分离技术应用于实际多混叠振动信号处理方面,还不多见。本文以多个振动实验为基础,... 详细信息

盲信号处理(BSP)是目前信号处理中最热门的新兴技术之一,它在机械振动信号处理方面的应用还处于起步阶段。国内外的研究大都集中于理论和仿真,而将盲源分离技术应用于实际多混叠振动信号处理方面,还不多见。本文以多个振动实验为基础,展开这方面的研究。本文介绍了独立分量分析(ICA)的原理,研究了基于负熵法的盲源分离技术算法,完成了多个的转子振动实验,获得了关于转子混叠振动信号的丰富的数据。之后对这些实验数据进行了处理,用盲源分离的负熵法分离出了多数信号。通过分析验证所研究的盲源分离算法的有效性和适用性。之后完成了某型航空发动机试车振动信号的分离研究,得到了若干有用的结论,为盲源分离技术在航空发动机上的应用打下了基础,同时也为航空发动机故障诊断提供了一个新的手段。在转子振动实验的基础上,针对不同类型的混叠信号,某些盲源分离算法不能理想地进行分离的情况,本文提出利用其它适当的算法进行处理,如稀疏分量分析(SCA)和带有噪声的盲源分离算法等,以取得更好的分离效果。编制了SOBI和SONS算法的盲源分离程序,对多个实验结果进行盲分离的计算处理并对比分析,取得了很好的分离效果,验证了不同混叠信号需要用与之相适应的盲源分离算法的论点,为航空发动机正确判断故障所在提供了依据。本文采用了参数化的设计思想,用VC++程序开发了盲源分离的软件包,为盲源信号分离算法的仿真与实际应用提供了更方便的途径。

关键词：盲源分离振动信号噪声盲分离稀疏分量分析

来源：评论

学校读者我要写书评

暂无评论

一种欠定盲源分离新算法

引用

计算机工程与应用 2012年第12期48卷 112-115页

作者：董天宝杨景曙电子工程学院702室合肥230037

提出了一种基于两步法的欠定盲源分离新算法。在混合矩阵估计阶段,采用基于势函数的聚类方法,在源信号恢复阶段,提出一种快速的稀疏信号重构算法,通过定义一个连续可微函数来近似l0范数,使得l0范数可解。该算法的特点是实现简单、速度... 详细信息

提出了一种基于两步法的欠定盲源分离新算法。在混合矩阵估计阶段,采用基于势函数的聚类方法,在源信号恢复阶段,提出一种快速的稀疏信号重构算法,通过定义一个连续可微函数来近似l0范数,使得l0范数可解。该算法的特点是实现简单、速度快。仿真实验表明,与现有的采用快速l1范数最小化和OMP算法的欠定盲源分离方法相比,提出的算法在保证分离性能的前提下大幅度提高了算法的运行速度。

关键词：欠定盲源分离稀疏分量分析两步法 l0范数

来源：评论

学校读者我要写书评

暂无评论

基于稀疏性增强的欠定盲源分离算法研究

基于稀疏性增强的欠定盲源分离算法研究

引用

作者：张红丽燕山大学

学位级别：硕士

盲源分离问题是信号处理领域当中一个传统而又具有挑战性的问题,其中欠定盲源分离尤其受到广大学者的关注,目前解决欠定盲源分离问题的方法主要是基于稀疏分量分析理论的“两步法”。本文在对欠定盲源分离问题深入研究的成果之上,针对... 详细信息

盲源分离问题是信号处理领域当中一个传统而又具有挑战性的问题,其中欠定盲源分离尤其受到广大学者的关注,目前解决欠定盲源分离问题的方法主要是基于稀疏分量分析理论的“两步法”。本文在对欠定盲源分离问题深入研究的成果之上,针对稀疏性较差的源信号,研究了增强信号稀疏性的欠定盲源分离算法。本文的主要工作如下:首先,介绍了盲源分离模型的基础知识及稀疏分量分析理论,阐述了几种常用的稀疏变换,并且说明了几种传统的混合矩阵估计算法和压缩感知的基本原理,在此基础上说明了衡量混合矩阵估计性能的标准和衡量源信号恢复的性能标准。其次,针对稀疏性较差的源信号,研究了两种估计混合矩阵的算法:基于角度的孤立点检测及模糊C均值聚类的混合矩阵估计,以及基于时频单源点与源数目估计相结合的混合矩阵估计算法,通过去除孤立时频点和提取单源点来增强信号的稀疏性。在分析欠定盲源分离及压缩感知模型一致性的基础上,研究了基于压缩感知及自适应K-SVD字典的源信号重构算法,实现了源信号的分离。最后,对所提出的方法进行了语音信号混合分离的仿真实验及分析,实验结果表明本文研究的分离算法获得的矩阵估计误差小并且源信号恢复精度高。

关键词：盲源分离稀疏分量分析基于角度的孤立点检测源数目估计压缩感知

来源：评论

学校读者我要写书评

暂无评论

欠定盲源分离混合矩阵估计及源信号恢复算法

欠定盲源分离混合矩阵估计及源信号恢复算法

引用

作者：周君琪哈尔滨工程大学

学位级别：硕士

盲源分离自提出以来一直备受信号领域的研究学者关注,成为解决源信号未知、传输信道未知情况下信号处理的首要选择,并广泛应用于语音识别、医学信号分析、无线通信、故障检测等多个领域。其中欠定盲源分离由于更符合实际工程要求,在应... 详细信息

盲源分离自提出以来一直备受信号领域的研究学者关注,成为解决源信号未知、传输信道未知情况下信号处理的首要选择,并广泛应用于语音识别、医学信号分析、无线通信、故障检测等多个领域。其中欠定盲源分离由于更符合实际工程要求,在应用方面具有更大的空间,所以具有更为重要的研究意义。当前解决欠定盲源分离问题主要利用稀疏分量分析理论经典的“两步法”,即首先对未知的混合矩阵进行估计,然后在混合矩阵已知的情况下完成源信号的恢复。这类算法需要利用信号的稀疏特性,当信号不满足充分稀疏条件时,算法性能将大幅下降。本文在总结当前国内外研究算法的基础上,针对源信号稀疏性较差的情况,研究了欠定盲源分离的混合矩阵估计和源信号恢复算法。本文主要工作内容如下:首先,介绍欠定盲源分离和稀疏分量分析理论的系统模型和基础知识。对几种当前比较主流的混合矩阵估计算法和源信号恢复算法进行阐述,并在此基础上给出衡量这两种算法性能的评价标准。其次,针对源信号稀疏性较差的情况,首先介绍一种基于归一化观测信号时频点的实部和虚部向量距离的单源点检测算法,提高检测后信号的稀疏性。在此基础上,研究了一种鲁棒的基于相似性度量的混合矩阵估计改进算法(Modified similarity-based robust clustering method,MSCM)。MSCM算法可以在源信号数量未知时具有较高的估计精度,但受噪声影响大且计算较为复杂。针对这一特点,本文提出了一种基于分段势函数的混合矩阵估计算法,通过去除低能量点增加算法对抗噪声的鲁棒性,所提出的分段势函数能够在不同的信噪比条件下选用不同的势函数进行后续聚类,避免了复杂的参数设计,并提高估计的准确度。最后,介绍一种经典的子空间投影源信号恢复算法,并针对其不足深入的研究一种已有的改进子空间算法。改进算法通过预先估计出任意时频点上同时存在的源信号数目来替代经典算法中预设的数目,在提高算法性能的同时极大的增加了算法的计算量。针对这一问题,本文提出一种改进子空间算法的简化算法,在原方法的基础上提前对噪声点进行置零处理,减少参与恢复遍历的时频点个数,从而有效的减少算法计算量。

关键词：欠定盲源分离稀疏分量分析混合矩阵信号恢复聚类

来源：评论

学校读者我要写书评

暂无评论

面向语音信号稀疏优化的欠定盲源分离方法研究

面向语音信号稀疏优化的欠定盲源分离方法研究

引用

作者：杨璟安上海师范大学

学位级别：硕士

盲源分离(Blind Source Separation,BSS)是一种从未知混合信号中分离源信号的盲信号处理关键技术,广泛应用于语音处理、图像处理、医学信号分解、机械故障检测等现实领域中。随着人工智能的快速发展,语音信号的盲源分离作为语音识别、... 详细信息

盲源分离(Blind Source Separation,BSS)是一种从未知混合信号中分离源信号的盲信号处理关键技术,广泛应用于语音处理、图像处理、医学信号分解、机械故障检测等现实领域中。随着人工智能的快速发展,语音信号的盲源分离作为语音识别、语音增强、声源定位等智能语音系统的前端处理环节,发挥着举足轻重的作用。并且在实际工程中,接收混合语音数目少于声源个数的欠定情况更具有普遍性与挑战性,因此本文注重于对面向语音信号的欠定盲源分离(Underdetermined Blind Source Separation,UBSS)方法进行研究。本文基于稀疏分量分析(Sparse component analysis,SCA)思想,在经典的两步法框架下,综合运用多种信号稀疏变换方法、优化方法与压缩感知(Compressed Sense,CS)理论,实现欠定语音盲分离。其中,语音信号的稀疏优化方法与源信号恢复方法是研究重点。本文分别从基于时频变换与基于字典学习的两种稀疏优化方向考虑,研究了不同的欠定语音盲分离算法,具体工作内容如下:(1)研究了非平稳语音信号和平稳语音信号使用不同时频变换方法进行稀疏表示的方法,并在此基础上提出了一种频域贪婪稀疏优化的欠定语音盲分离源信号恢复算法。该所提算法将贪婪最优化思想引入至稀疏分量分析的源信号恢复方法中,实现不同种类语音信号的欠定盲源分离。与最短路径法相比,所提算法可以提高两路以上混合信号的分离性能;相较于平滑L0范数算法,所提算法可以有效提高来波方向较近的语音盲信号分离性能。通过仿真对比实验证明了所提算法在保持分离质量的同时具有更广阔的适用范围。(2)在现有的字典域稀疏优化方法基础上,提出基于KEMD-SimCO字典学习的源信号恢复改进算法,以增强稀疏基字典的稀疏化能力,提高源信号恢复性能。该改进方法利用经验模态分解(Empirical Mode Decomposition,EMD)增强信号的稀疏性,将K均值模态经验分解(K-means EMD,KEMD)字典作为现有SimCO字典学习方法的初始字典,提升字典稀疏化能力。(3)考虑到不同分段长度对语音信号的恢复效果不同,提出一种新颖的动态SimCO字典学习的源信号恢复改进算法,在现有SimCO字典学习算法获取语音信号稀疏特征的基础上,利用最速下降优化思想动态改变信号分段长度以获取全局最优的恢复信号,从而提高欠定语音盲源分离性能。仿真对比结果表明所提的KEMD-SimCO和动态SimCO方法都能成功实现源信号恢复,和已有的字典学习方法相比,动态SimCO字典学习的改进算法能够更充分地挖掘语音在字典域的稀疏特性,在保证运算高效率的同时提高语音恢复质量。

关键词：欠定语音盲源分离稀疏分量分析时频变换字典学习源信号恢复

来源：评论

学校读者我要写书评

暂无评论

欠定盲源分离混叠矩阵估计研究

欠定盲源分离混叠矩阵估计研究

引用

作者：谢琼勇暨南大学

学位级别：硕士

盲源分离是当前信号处理的一个受关注的研究方向,其可以在不需要知道源信号和信道的条件下有效地对源信号进行估计,使得其在通信、语音信号处理、生物医学信号处理等方面具有广阔的应用前景。而欠定情况下的盲源分离又是盲信号分离中的... 详细信息

盲源分离是当前信号处理的一个受关注的研究方向,其可以在不需要知道源信号和信道的条件下有效地对源信号进行估计,使得其在通信、语音信号处理、生物医学信号处理等方面具有广阔的应用前景。而欠定情况下的盲源分离又是盲信号分离中的一个热点与难点问题,本文结合已有的研究成果,对欠定盲源分离算法进行了以下的研究:(1)引入其他聚类算法(如K-medoids、模糊c均值聚类算法等)进行混叠矩阵的估计,并分析对比各算法的优缺点。(2)针对势函数法对窗口宽度的难以确定及K-means聚类算法对初始聚类中心的依赖等缺点,提出了基于对观测信号进行分组统计的混叠矩阵估计算法,然后通过仿真实验验证对比新算法与势函数、K-means等算法相比所具有的优点。(3)提出K-means算法的改进算法。与K-means算法相比,改进算法可以有效减少极值点对聚类中心的影响,提高估计效果;与K-medoids算法相比,改进算法的时间复杂度较低。(4)应用欠定盲源分离算法解决混沌信号与语音信号混叠情况下的欠定信号分离提取问题,实验仿真证明欠定盲源分离算法解决混沌信号混叠问题的有效性,再次对比各算法估计混叠矩阵的性能。

关键词：欠定盲源分离稀疏分量分析聚类

来源：评论

学校读者我要写书评

暂无评论

钢琴乐音信号盲源分离算法研究

钢琴乐音信号盲源分离算法研究

引用

作者：李欣西安理工大学

学位级别：硕士

乐音信号分离是指通过现代信号处理、统计信号处理、深度学习等手段从混合乐音中分离某种特定乐音的过程。乐音信号分离不仅是识别乐音的必要环节,还可应用于音乐制作、音乐可视化等领域,具有重要的研究意义。特定条件下,乐音信号分离... 详细信息

乐音信号分离是指通过现代信号处理、统计信号处理、深度学习等手段从混合乐音中分离某种特定乐音的过程。乐音信号分离不仅是识别乐音的必要环节,还可应用于音乐制作、音乐可视化等领域,具有重要的研究意义。特定条件下,乐音信号分离属于典型的盲源分离问题。盲源分离指在源信号及混合模型均未知的条件下,仅从传感器接收到的混合信号中恢复所有源信号的过程。本文针对钢琴乐音信号的正定和欠定盲源分离问题展开研究,主要工作如下: (1)描述了盲源分离的基本原理和数学模型,并针对独立分量分析(Independent Component Analysis,ICA)和稀疏分量分析(Sparse Component Analysis,SCA)算法原理及性能评价指标进行详细介绍;对采集的钢琴单音信号通过端点检测截取有效音,再从时域、频域、统计学和稀疏性四个角度分析乐音信号的特性,研究结果表明乐音信号具有短时平稳性、超高斯性和稀疏性。 (2)基于钢琴乐音信号的独立性和超高斯性,采用FastICA算法对乐音信号正定线性瞬时混合的盲源分离问题进行了仿真研究。本文基于负熵、峭度构造目标函数并选择牛顿迭代法作为优化算法实现正定乐音信号盲源分离。研究结果表明,基于负熵的FastICA算法提取出的信号与源信号的相似度均在0.9左右,均方根误差均较小,分离效果优于基于峭度的FastICA算法,且具有更好的适用性。 (3)首先选用SCA算法解决欠定线性瞬时混合的盲源分离问题。这种算法基于信号在变换域的稀疏特性,通过“两步走”从混合信号中分离出原始信号,即混合矩阵的估计和源信号的重构。在估计混合矩阵时,由于FCM算法在聚类分析中具有较高的精确度,将算法应用于求解SCA算法的第一步,并采用归一化均方误差和偏离角度两个指标评价混合矩阵的估计效果。在重构源信号阶段,基于压缩感知算法实现混合信号的分离。结合混合矩阵估计的结果,通过K-SVD-OMP算法恢复出混合信号中包含的所有源信号。同时,基于EMD、VMD构建虚拟多通道算法解决同样条件下欠定盲源分离问题,并与SCA的仿真结果进行对比,通过评价指标分析算法的分离效果。研究结果表明SCA算法重构的所有信号与源信号的相似度均在0.9以上,且均方根误差很小,更适用于解决乐音信号的欠定盲源分离问题。

关键词：乐音信号盲源分离独立分量分析稀疏分量分析

来源：评论

学校读者我要写书评

暂无评论

欠定盲源分离问题及其在信号提取中的应用

欠定盲源分离问题及其在信号提取中的应用

引用

作者：毕晓辉大连理工大学

学位级别：硕士

在复杂的背景环境中所接收的信号往往是由不同信源产生的多路信号的混合。例如:几个麦克同时收到多个人的语音信号;在声纳、阵列及通讯信号处理中,由于耦合使数据混叠;多传感器检测生物电信号中也是多个未知信号的混合。从混合信号中提... 详细信息

在复杂的背景环境中所接收的信号往往是由不同信源产生的多路信号的混合。例如:几个麦克同时收到多个人的语音信号;在声纳、阵列及通讯信号处理中,由于耦合使数据混叠;多传感器检测生物电信号中也是多个未知信号的混合。从混合信号中提取出某一信号是信号处理领域的一个传统的课题。但如果我们对信号的混合方式缺乏了解,信源的分离问题则变成一个难题,即盲源分离(blind source separation,BSS)问题。目前,BSS问题已成为信号处理学界和神经网络学界共同感兴趣的研究热点领域,并获得了迅速的发展。BSS的基本含义就是在对信源和混合方式等先验知识特别少的情况下,仅由观测到的混合信号来推测或者恢复原始信号。但是许多BSS经典算法,如独立分量分析(independent component analysis,ICA)及其扩展算法,都是基于观测信号的数目大于等于源信号数目,即非欠定情况,这一主要假设条件的。一方面这与分离的“盲”性是冲突的;另一方面,在许多实际问题中该条件也是很难满足的。因此研究欠定情况下的BSS问题就更具普遍性了。本文从两个不同方面深入研究了欠定情况下BSS问题的解决办法。其一,研究经典的盲源分离算法,主要利用了成熟的ICA算法,通过经验模式分解(empirical modeldecomposition,EMD)来构造参考信号使之满足非欠定条件,在此基础上建立了一个新的算法结构模型,并将其成功地应用于诱发电位(evoked potential,EP)的单路少次提取当中。其二,研究稀疏分量分析(sparse component analysis,SCA)算法,利用信号的稀疏分解,克服了非欠定性的要求,发展了一种基于期望最大(expectation maximization,EM)和主分量分析(principal components analysis,PCA)的SCA新算法,并实现了欠定情况下语音信号的盲分离。通过实验仿真证明了从两个不同方面都可以解决欠定情况下的BSS难题,并在实际中有着广泛的应用空间。另外,本文还尝试性的研究了非负矩阵分解(non-negative matrix factorization,NMF)及其在盲源分离问题中的应用。

关键词：盲源分离欠定独立分量分析稀疏分量分析

来源：评论

学校读者我要写书评

暂无评论

欠定混叠盲信号分离算法研究

欠定混叠盲信号分离算法研究

引用

作者：王涛文广东工业大学

学位级别：硕士

盲信号分离(BSS)是指在源信号和传输通道的参数未知的情况下,仅根据观察信号来恢复出无法直接观测的各个原始信号的过程。盲信号分离(BSS)在语音识别、图像处理、医学信号分析与处理(EEG、MEG、ECG)、数据挖掘、信号处理、无线通讯、光... 详细信息

盲信号分离(BSS)是指在源信号和传输通道的参数未知的情况下,仅根据观察信号来恢复出无法直接观测的各个原始信号的过程。盲信号分离(BSS)在语音识别、图像处理、医学信号分析与处理(EEG、MEG、ECG)、数据挖掘、信号处理、无线通讯、光纤通信等众多领域有着广泛而诱人的应用前景,现在已经成为信号处理领域和神经网络领域的研究热点。经过二十多年的发展,盲信号分离理论得到了长足的发展,在分离能力、收敛速度等方面,学者们提出很多有效的,性能各异的算法。对于观察信号的数目不少于源信号数目的情况,运用经典的独立成分分析方法,可以有效的对盲源信号进行恢复。随着盲信号分离的深入研究和现实的需要,欠定盲信号分离(观察信号的数目少于源信号数目)已成为研究的热点,目前,对于欠定盲信号分离,通常利用信号的稀疏特性来求解,即稀疏分量分析(SCA)。但欠定混叠的盲信号分离算法还不完善,许多问题还待进一步研究。这促使本人将稀疏欠定混叠盲分离算法作为本论文研究的主要对象。针对瞬时线性混叠的欠定盲信号分离,基于稀疏分量分析的盲分离算法,本论文的主要工作如下：当源信号非严格稀疏的情况下,提出一种估计混叠矩阵的算法。该算法基于贝努利高斯分布模型,通过区域密度的大小来估计混叠矩阵,同时采用优化思想的方法来提高估计精度。实验结果表明,该方法能有效的提高混叠矩阵估计精度。在混叠矩阵已知的情况下,把l0优化范数的近似等价式作为目标函数,同时利用矩阵的分块作用,降低自变量的维数,利用遗传算法全局搜索的优点对盲源信号进行恢复,克服了传统算法求梯度易陷入局部极优解的缺陷。介绍当前一种新兴的信号采样理论(压缩感知),它克服了传统Nyquist信号采样定理要求的只有当采样速率大于信号带宽的两倍以上才能重构出原始信号的严格要求,降低了信号处理的时间、计算成本和数据储存代价。分析了压缩感知和欠定盲信号分离之间的联系,为解决盲信号分离提供了另一个方法。

关键词：盲信号分离欠定稀疏分量分析独立成分分析压缩感知

来源：评论

学校读者我要写书评

暂无评论

局部充分稀疏的欠定时盲信号源分离

引用

广东工业大学学报 2008年第4期25卷 61-64页

作者：何春兰万哲广东工业大学应用数学学院广东广州510006 江西理工大学信息工程学院江西赣州341000

针对欠定时的盲信号分离,提出了局部充分稀疏条件下估计混叠矩阵A的新算法.该算法不要求源信号所有采样时刻都充分稀疏,先通过搜索,把处于同一直线的向量一一归类,再对所得的类的向量进行处理,把混叠矩阵A确定出来.仿真实验结果表明算... 详细信息

针对欠定时的盲信号分离,提出了局部充分稀疏条件下估计混叠矩阵A的新算法.该算法不要求源信号所有采样时刻都充分稀疏,先通过搜索,把处于同一直线的向量一一归类,再对所得的类的向量进行处理,把混叠矩阵A确定出来.仿真实验结果表明算法是有效的.

关键词：盲信号分离稀疏分量分析充分稀疏欠定

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：