共 12 条
- [10] Sparse Generalised Principal Component Analysis[J] . Luke Smallman,Andreas Artemiou,Jennifer Morgan.Pattern Recognition . 2018
一种雨声信号的盲源分离处理方法
被引：9
作者：
吴佳佳
[1
,2
]
行鸿彦
[1
,2
]
孙江
[1
,2
]
机构：
[1] 南京信息工程大学气象灾害预报预警与评估协同创新中心
[2] 南京信息工程大学江苏省气象探测与信息处理重点实验室
来源：
基金：
国家重点研发计划;
关键词：
雨声信号;
盲源分离;
固定点算法;
主成分分析;
D O I：
10.13382/j.jemi.B1902248
中图分类号：
P426.613 [];
学科分类号：
摘要：
基于雨声信号测量雨量大小是一种新的雨量测量方法,为了解决雨声信号与环境声音混叠的问题,本文采用固定点算法(Fast ICA),分别将大、中、小三种雨声与雷声、鸟鸣声两种不同的环境声音信号混合,对其进行盲源分离(BSS)实验,求得混合矩阵及分离矩阵,将雨声信号从混合信号中分离出来,提取纯净的雨声信号。运用主成分分析(PCA)求得混合信号的分离矩阵,实现雨声信号分离。通过仿真实验对Fast ICA算法和PCA算法求得的分离矩阵进行了对比与分析研究,说明了在任何一种雨声信号混合条件下,盲源分离Fast ICA算法的信噪比有显著提升,均方根误差较低,明显优于PCA算法。
引用
收藏
页码：144 / 153
页数：10
相关论文