高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于四阶累积量的稳健的通信信号盲分离算法

付卫红 杨小牛 刘乃安

付卫红, 杨小牛, 刘乃安. 基于四阶累积量的稳健的通信信号盲分离算法[J]. 电子与信息学报, 2008, 30(8): 1853-1856. doi: 10.3724/SP.J.1146.2007.00133
引用本文: 付卫红, 杨小牛, 刘乃安. 基于四阶累积量的稳健的通信信号盲分离算法[J]. 电子与信息学报, 2008, 30(8): 1853-1856. doi: 10.3724/SP.J.1146.2007.00133
Fu Wei-hong, Yang Xiao-niu, Liu Nai-an . Robust Algorithm for Communication Signal Blind Separation Fourth-Order-Cumulant-Based[J]. Journal of Electronics and Information Technology, 2008, 30(8): 1853-1856. doi: 10.3724/SP.J.1146.2007.00133
Citation: Fu Wei-hong, Yang Xiao-niu, Liu Nai-an . Robust Algorithm for Communication Signal Blind Separation Fourth-Order-Cumulant-Based[J]. Journal of Electronics and Information Technology, 2008, 30(8): 1853-1856. doi: 10.3724/SP.J.1146.2007.00133

基于四阶累积量的稳健的通信信号盲分离算法

doi: 10.3724/SP.J.1146.2007.00133
基金项目: 

国家自然科学基金(60672038)资助课题

Robust Algorithm for Communication Signal Blind Separation Fourth-Order-Cumulant-Based

  • 摘要: 该文针对有噪环境中的通信信号盲分离问题,提出了一种在噪声环境下性能良好的盲分离算法,该算法将稳健的白化算法与四阶累积量矩阵的联合对角化相结合。仿真结果表明,该算法分离性能比一般的近似联合对角化(JAD)算法有很大改善,干信比可降低近10dB,而算法的运算量没有太多增加。
  • 何培宇, 殷斌, Sommen P C W. 一种有效的语音盲信号分离简化混合模型. 电子学报, 2002, 30(10): 1438-1441.He Pei-yu, Yin Binm, and Sommen P C W. An effectivesimplified mixing model in audio blind signal separation.Acta Electronica Sinica, 2002, 30(10): 1438-1441.[2]张玲, 何培宇, 刘开文. 关于噪声环境中语音信号盲分离的研究. 四川大学学报(自然科学版) 2004, 41(1): 97-100.Zhang Ling, He Pei-yu and Liu Kai-wen. The study of blindspeech signal separation in noisy environment. Journal ofSichuan University (Natural Science Edition), 2004, 41(1):97-100.[3]苏野平, 何量, 杨荣震等.一种改进的基于高阶累积量的语音盲分离算法. 电子学报, 2002, 30(7): 956-958.Su Ye-ping, He Liang, and Yang Rong-zhen, et al.. Animproved higher order cumulants based blind speechseparation method. Acta Electronica Sinica, 2002, 30(7):956-958.[4]姚毅, 贾金玲, 姚娅川. 盲分离技术在识别生物信号中的应用.仪器仪表学报, 2004, 25(4): 155-156.Yao Yi, Jia Jin-ling, and Yao Ya-chuan. Application of BlindSource Separation Technique in Identification of CreatureSignal. Chinese Journal of Scientific Instrument, 2004, 25(4):155-156.[5]傅彦, 周俊临. 基于无监督学习的盲信号源分离技术研究. 电子科技大学学报, 2004, 33(1): 63-66.Fu Yan and Zhou Jun-lin. Research of blind source separationtechnology which based on unsupervised learning. Journal ofUniversity of Electronic Science and Technology of China,2004, 33(1): 63-66.[6]Mitsuru K, Kiyotaka K, and Yujiro I. Robustsuper-exponential methods for deflationary blind sourceseparation of instantaneous mixtures[J].IEEE Trans. onSignal Processing.2005, 53(5):1933-1937[7]cardoso J F and Soulouniac A. Blind beamforming for nongaussiansignals. IEE Proc. -F, 1993, 140(6): 362-370.[8]Cardoso J F and Soulouniac A. Jacobi angles forsimultaneous diagonalization. SIAM J. Matrix Anal. Appli.1996, 17(1): 161-164.
  • 加载中
计量
  • 文章访问数:  2559
  • HTML全文浏览量:  55
  • PDF下载量:  1020
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-01-23
  • 修回日期:  2007-09-17
  • 刊出日期:  2008-08-19

目录

    /

    返回文章
    返回

    官方微信,欢迎关注