基于时间序列变分贝叶斯理论的信号盲源分离

被引：7

作者：

孙世军 ^{[1
,2
]}

彭承琳 ^{[1
]}

侯文生 ^{[1
]}

郑小林 ^{[1
]}

方祯云 ^{[3
]}

机构：

[1] 重庆大学生物工程学院

[2] 湛江师范学院物理科学与技术学院

[3] 重庆大学数理学院

来源：

仪器仪表学报 | 2009年 / 30卷 / 08期

关键词：

变分贝叶斯理论; 盲源分离; 时间序列; 期望极大算法;

D O I：

10.19650/j.cnki.cjsi.2009.08.002

中图分类号：

TN911.7 [信号处理];

学科分类号：

0711 ; 080401 ; 080402 ;

摘要：

研究信号盲源分离中源信号和混合矩阵估计问题。独立分量分析盲源分离的不足之处在于不能估计混合矩阵和源信号的能量及顺序;变分独立因子分析盲源分离的不足之处在于依赖参数初值。将一般变分贝叶斯理论用于时间序列,推导出时间序列的变分贝叶斯期望极大算法。将此算法用于信号盲源分离,同时将传感器噪声逆方差的分布取为Wishart分布,得到了理论上更合理的后验分布参数更新规则。仿真数据和实际语音信号盲源分离结果表明这种方法可以比较准确地估计混合矩阵和源信号,在一定程度上弥补了独立分量分析和变分独立因子分析盲源分离的不足。

引用

页码：1571 / 1576

页数：6