期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

欠定盲分离中源的个数估计和分离算法 被引量：6

原文传递
导出
摘要 在盲分离问题中,独立元分析一直是一个主要的研究方向,但是该方法不能直接推广到欠定混叠情形.考虑到大量的客观信号具有稀疏特性,稀疏元分析方法引起了人们的广泛关注,其中典型的是"二步法",即先计算混叠矩阵,再分离所有源信号,该方法能够较好地实现欠定混叠情况下的盲分离.在计算混叠矩阵时,通常利用K-均值聚类等,这类方法的成功依赖于聚类数目也即信号源个数的先验知识,而在盲分离问题中,如何估计信号源个数一直是一个很棘手的问题.文中采用模糊聚类方法来确定信号源的个数,同时计算出欠定混叠矩阵,进而利用最短路径法来恢复源信号.该方法进一步完善了"二步法",仿真显示了文中算法的有效性与鲁棒性.
作者 谭北海 杨祖元 周郭许 章晋龙
机构地区 华南理工大学电子与信息学院
出处 《中国科学（F辑:信息科学）》 CSCD 2009年第3期349-356,共8页
基金 国家自然科学基金重点项目(批准号:U0635001) 国家自然科学基金(批准号:60674033 60774094) 广东省自然科学基金(批准号:05006508)资助项目
关键词 稀疏表示 盲分离 欠定模型 模糊聚类 混叠矩阵
分类号 TN911.7 [电子电信—通信与信息系统]
  • 相关文献

参考文献21

二级参考文献45

  • 1章晋龙,谢胜利,何昭水.盲分离问题的可分性理论(英文)[J].自动化学报,2004,30(3):337-344. 被引量：6
  • 2[1]Jutten C, Herault J. Blind separation of sources. Part Ⅰ. An adaptive algorithm based on neuromimetic architecture [J]. Signal Processing, 1991, 24:1～20.
  • 3[2]Amari S, Cichochi A. Adaptive blind signal processing: neural network approaches [J]. Proc IEEE, 1998, 86(10):2026～2048.
  • 4[3]Cardoso J F. Blind signal separation: statistical principles [J]. Proc IEEE, 1998, 86(10):2009～2025.
  • 5[4]Comon P. Independent component analysis, a new concept?[J]. Signal Processsing, 1992, 36(3):287～314.
  • 6[5]Cardoso J F, Laheld B. Equivariant adaptive source separation [J]. IEEE Trans Signal Processing, 1996, 44:3017～3030.
  • 7[1]Li Y.Q.,Wang J.and Zurada J.M.Blind extraction of singularly mixed source signals.IEEE Trans.Neural Networks,2000,11:1413-1422.
  • 8[2]Li Y.Q.and Wang J.Sequential blind extraction of instantaneously mixed sources.IEEE Trans.Signal Processing,2002,50(5):997-1006.
  • 9[3]Zhang L.,Cichocki A.and Amari S.Self-adaptive blind source separation based on activation fuction adapation.IEEE Trans.Neural Networks,2004,15(2):233-244.
  • 10[4]Bofill P.and Zibulevsky M.Underdetermined source separation using sparse representations.Signal Processing,2001,81:2353-2362.

共引文献65

同被引文献49

  • 1胥永刚,张发启,何正嘉.独立分量分析及其在故障诊断中的应用[J].振动与冲击,2004,23(2):104-107. 被引量：46
  • 2杨世锡,焦卫东,吴昭同.基于独立分量分析特征提取的复合神经网络故障诊断法[J].振动工程学报,2004,17(4):438-442. 被引量：7
  • 3HE Zhaoshui XIE Shengli FU Yu.Sparse representation and blind source separation of ill-posed mixtures[J].Science in China(Series F),2006,49(5):639-652. 被引量：24
  • 4Mitianoudis N, Micheal E D.Audio source separation of convolutive mixture[J].IEEE Transaction on Speech and Audio Processing,2003,11 (5) : 489-497.
  • 5Hoyer P O,Hyvarinen A.Independent component analysis applied to feature extraction from colour and stereo images[J].Computation in Neural Systems, 2000,11 (3) : 191-210.
  • 6Santamaria I,Pantaleon C,Vielva L,et al.Blind equalization of constant modulus signals using support vector machines[J].IEEE Trans.Signal Proeessing(S1053-587X),2004,52(6): 1773-1782.
  • 7Takigawa I,Kudo M,Yoyama J.Performance analysis of minimum 11- norm solutions for underdetermined source separation[J].IEEE Transactions on Signal Processing,2004,52(3):582-591.
  • 8张烨,方勇.基于RCA算法的欠定盲分离[J/OL].中国科技论文在线.http://www.paper.edu.cn.
  • 9Li Y Q,Amari S,Ciehoeki A,et al.Underdetermined blind source separation based on sparse representations[J].IEEE Tans on Signal Processing, 2006,54 ( 2 ) : 423-437.
  • 10Xie Shengli,He Zhaoshui,Fu Yuli.A note on Stone's conjecture of blind separation.Neural Computation,2004,17(2) :245-319.

引证文献6

二级引证文献8

中国科学（F辑:信息科学）
2009年 第3期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部