## 留言板

 引用本文: 徐舜, 刘郁林, 陈绍荣. 一种非平稳卷积混合信号的时域盲源分离算法[J]. 电子与信息学报, 2008, 30(3): 589-592.
Xu Shun, Liu Yu-lin, Chen Shao-rong . A Time-Domain Algorithm for Blind Source Separation of Non-stationary Convolutive Mixtures[J]. Journal of Electronics and Information Technology, 2008, 30(3): 589-592. doi: 10.3724/SP.J.1146.2006.01273
 Citation: Xu Shun, Liu Yu-lin, Chen Shao-rong . A Time-Domain Algorithm for Blind Source Separation of Non-stationary Convolutive Mixtures[J]. Journal of Electronics and Information Technology, 2008, 30(3): 589-592.

## A Time-Domain Algorithm for Blind Source Separation of Non-stationary Convolutive Mixtures

• 摘要: 该文将卷积混合盲源分离模型中的向量进行重新规划并对联合近似对角化方法加以推广，提出一种非平稳卷积混合信号的时域盲源分离算法。该算法先将采集到的卷积混合信号进行重排，使之满足重新定义向量后的瞬时混合模型特征，然后考虑到信号的非平稳特性，采用空间白化和联合近似块对角化方法分离出源信号。由于没有使用域变换而是从新的角度将卷积混合问题简化为瞬时混合问题，避免了卷积运算或域映射过程，降低了算法的复杂度。仿真实验验证了该算法的有效性并就参数的变化对信号干扰比的影响进行了分析。
•  [1] Cichocki A and Amari S. Adaptive Blind Signal and ImageProcessing: Learning Algorithm and Appilication [M].England: John Wiley, 2002, Chapter 1.[2]Crucez-Alvarez S A, Cichocki A, and Amari S. From blindsignal extraction to blind instantaneous signal separation:criteria, algorithms and stability[J]. IEEE Trans. on NeuralNetworks, 2004, 15(4): 859-873.[3]Makino S, Sawada H. Mukai R, and Araki S, Blind sourceseparation of convolutive mixtures of speech in frequencydomain[J].IEICE Trans. Fundamentals.2005, E88-A(7):1640-1655[4]Araki S, Mukai R, Makino S, Nishikawa T, and SaruwatariH. The fundamental limitation of frequency domain blindsource separation for convolutive mixtures of speech[J].IEEETrans. on Speech Audio Processing.2003, 11(2):109-116[5]Georgiev P G, Theis F, and Cichocki A. Sparse componentanalysis and blind source separation of underdeterminedmixtures[J].IEEE Trans. on Neural Networks.2005, 16(4):992-996[6]赵彩华, 刘琚, 孙建德, 闫华. 基于小波变换和独立分量分析的含噪混叠语音盲分离[J].电子与信息学报.2006, 28(9):1565-1568浏览[7]Cardoso J F. Multidimensional independent componentanalysis[A]. In Proc. ICASSP, Seattle, 1998: 1941-1944.[8]Choi S, Cichocki A, Park H M, and Lee S Y. Blind sourceseparation and independent component analysis: A review[J].Neural Information Processing-Letters and Reviews, 2005,6(1): 1-57.[9]Cichicki A and Unbehauen R. Neural Networks forOptimization and Signal Processing[M]. John Wiley Sons,New York, 1994, chapter 5.
•  [1] 吕晓德, 孙正豪, 刘忠胜, 张汉良, 刘平羽.  基于二阶统计量盲源分离算法的无源雷达同频干扰抑制研究, 电子与信息学报. doi: 10.11999/JEIT190178 [2] 张天骐, 马宝泽, 强幸子, 全盛荣.  一种引入自适应动量项的变步长混沌信号盲分离算法, 电子与信息学报. doi: 10.11999/JEIT160578 [3] 陈强, 陈勋, 余凤琼.  基于独立向量分析的脑电信号中肌电伪迹的去除方法, 电子与信息学报. doi: 10.11999/JEIT160209 [4] 赵知劲, 李淼, 尚俊娜.  基于矩阵填充和三阶相关的长短码DS-CDMA信号多伪码盲估计, 电子与信息学报. doi: 10.11999/JEIT151087 [5] 冯平兴, 魏平, 张洪波.  光偏振复用正交频分复用系统中基于联合近似特征矩阵对角化-独立分量分析的盲均衡算法, 电子与信息学报. doi: 10.11999/JEIT150455 [6] 张兰勇, 刘繁明, 李冰.  基于聚谱分析的多通道盲信号自适应分离算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2013.00463 [7] 马捷, 黄高明, 左炜, 高俊.  一种鲁棒的病态混叠信号欠定盲源分离算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2013.00195 [8] 荣宏, 王会梅, 鲜明, 施江勇.  基于快速独立成分分析的RoQ攻击检测方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2013.00114 [9] 胡增辉, 朱炬波, 何峰, 梁甸农.  互耦条件下均匀线阵DOA盲估计, 电子与信息学报. doi: 10.3724/SP.J.1146.2011.00205 [10] 欧世峰, 高颖, 赵晓晖.  自适应组合型盲源分离算法及其优化方案, 电子与信息学报. doi: 10.3724/SP.J.1146.2010.00871 [11] 张延良, 楼顺天, 张伟涛.  非正交联合对角化盲分离算法的可辨识性研究, 电子与信息学报. doi: 10.3724/SP.J.1146.2009.00750 [12] 张华, 冯大政, 庞继勇.  时域卷积信号的交替最小二乘盲分离算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2009.00927 [13] 聂卫科, 冯大政, 张斌.  谐波恢复的联合对角化算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2007.01286 [14] 徐先峰, 冯大政.  基于多步分解算法的解卷积混合盲源分离新方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2008.01427 [15] 谭北海, 赵敏, 谢胜利.  带源个数估计的BPSK信号盲分离算法, 电子与信息学报. doi: 10.3724/SP.J.1146.2008.00992 [16] 谭北海, 谢胜利.  基于源信号数目估计的欠定盲分离, 电子与信息学报. doi: 10.3724/SP.J.1146.2006.01414 [17] 马晓红, 孙长富.  基于盲源分离的小波域多重音频水印方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2007.00384 [18] 马晓红, 梁丽丽, 殷福亮.  基于盲源分离理论的麦克风阵列信号有音/无音检测方法, 电子与信息学报. doi: 10.3724/SP.J.1146.2005.00717 [19] 姜卫东, 陆佶人, 张宏滔, 高明生.  基于邻近频点相关特性的水声信号盲源分离, 电子与信息学报. [20] 姜卫东, 陆佶人, 张宏滔.  基于单个频点的水声信号盲源分离, 电子与信息学报.
• 点击查看大图
##### 计量
• 文章访问数:  2651
• HTML全文浏览量:  22
• PDF下载量:  907
• 被引次数: 0
##### 出版历程
• 收稿日期:  2006-08-28
• 修回日期:  2007-01-30
• 刊出日期:  2008-03-19

### 目录

/

• 分享
• 用微信扫码二维码

分享至好友和朋友圈

官方微信，欢迎关注