稀疏表示与病态混叠盲分离

被引：26

作者：

何昭水

谢胜利

傅予力

机构：

[1] 华南理工大学电子与信息学院

来源：

中国科学E辑:信息科学 | 2006年 / 08期

基金：

国家杰出青年科学基金; 广东省自然科学基金;

关键词：

病态混叠; 盲分离; 稀疏表示; 主成分分析; K-均值聚类;

D O I：

暂无

中图分类号：

TN911.2 [信息论];

学科分类号：

070104 ; 081101 ;

摘要：

Bofill(2001)等人首次针对两个传感器的稀疏信号盲分离问题进行了讨论.但也正如Bofill自己所指出的那样,此方法存在局限性,特别是其中的势函数的参数选择缺乏理论指导,而且此方法不宜推广到具有三个或更多的传感器的情形.因此这里回避Bofill势函数方法,建立了K-PCA方法(即K-聚类与主成分分析PCA相结合的方法).新方法克服了Bofill方法参数选择的困难,可以方便地应用于三个及其以上传感器的情况,而且具有实现简单、混叠矩阵估计精度高的特点.另外,为了检验混叠矩阵A的估计是否一定有效,给出了相应的判别准则.仿真结果表明了该方法的可行性和准确性.

引用

页码：864 / 879

页数：16

共 6 条

[1] 基于分阶段学习的盲信号分离
朱孝龙
保铮
张贤达
[J]. 中国科学E辑:技术科学, 2002, (05) : 693 - 703
[2] 盲均衡和信道参数估计的一种ICA和进化计算方法
何振亚
刘琚
杨绿溪
蔚承建
[J]. 中国科学E辑:技术科学, 2000, (02) : 142 - 149
[3] 实用多元统计分析[M]. 上海科学技术出版社 , 王学仁, 1990
[4] Blind source separation using cluster-based multivariate density estimation algorithm .2 He Z Y,Yang L X,Liu J. IEEE Trans on Signal Process . 2000
[5] Blind extraction of singularly mixed source signals .2 Li Y Q,Wang J. IEEE Trans Signal Processing . 2000
[6] Separability theory for blind signal separation .2 Zhang J L,Xie S L,He Z S. Acta Automatica Sinica . 2004

← 1 →