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

一种鲁棒的病态混叠信号欠定盲源分离算法

马捷 黄高明 左炜 高俊

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[J]. 电子与信息学报, 2013, 35(10): 2378-2383. doi: 10.3724/SP.J.1146.2013.00195
引用本文: 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[J]. 电子与信息学报, 2013, 35(10): 2378-2383. doi: 10.3724/SP.J.1146.2013.00195
Ma Jie, Huang Gao-Ming, Zuo Wei, Gao Jun. A Robust Underdetermined Blind Sources Separation Algorithm for Ill-conditioned Mixing Signals[J]. Journal of Electronics and Information Technology, 2013, 35(10): 2378-2383. doi: 10.3724/SP.J.1146.2013.00195
Citation: Ma Jie, Huang Gao-Ming, Zuo Wei, Gao Jun. A Robust Underdetermined Blind Sources Separation Algorithm for Ill-conditioned Mixing Signals[J]. Journal of Electronics and Information Technology, 2013, 35(10): 2378-2383. doi: 10.3724/SP.J.1146.2013.00195

一种鲁棒的病态混叠信号欠定盲源分离算法

doi: 10.3724/SP.J.1146.2013.00195
基金项目: 

国家高技术研究发展计划(2011AAXXXX061)和国家自然科学基金(60901069)资助课题

A Robust Underdetermined Blind Sources Separation Algorithm for Ill-conditioned Mixing Signals

  • 摘要: 噪声环境下的病态混叠信号具有较强的空间复共线性,因此基于聚类的稀疏分量分析(SCA)方法难以在欠定条件下对其进行有效的分离。针对这一问题,该文首先建立了噪声环境下病态混叠信号欠定盲源分离问题的数学模型,分析了基于线性聚类的SCA方法在解决该问题时的局限性,提出了一种基于SCA和非正交联合对角化(NJD)的分离算法,该方法利用NJD不要求混叠矩阵为酉矩阵的特性,较好地解决了欠定盲源分离中的病态混叠问题。仿真实验表明,该方法在信号分离效果、噪声鲁棒性以及病态混叠鲁棒性上都明显优于基于启发式聚类粒子群优化的(CGPSO)的SCA方法。
  • 加载中
计量
  • 文章访问数:  1942
  • HTML全文浏览量:  53
  • PDF下载量:  739
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-02-06
  • 修回日期:  2013-07-16
  • 刊出日期:  2013-10-19

目录

    /

    返回文章
    返回

    官方微信,欢迎关注