期刊文献+

欠定盲源分离与信号源估计方法研究

下载PDF
导出
摘要 近年来,盲源分离算法研究主要集中在两个方面,混合矩阵估计和源信号个数估计,本文基于理论研究提出了一种盲源分离算法,以语音信号为例,本文采用STFT将语音信号转换到时频域进行分析.基于现实中很多语音数据通常是高度混叠的信号,所以需要去燥降低信号噪声对混合矩阵和源个数估计的影响.为了抑制噪声对检测自动源TF点的影响,提出了一种通过使用STFT的主成分分析(PCA)来检测源的自动定位的方法.另外,基于子空间投影和聚类方法,提出了一种估计混合矩阵的有效方法,使用自动谱聚类方法实现对源个数的估计.
作者 何琪 邱晨
出处 《科教导刊(电子版)》 2018年第12期279-279,共1页 The Guide of Science & Education (Electronic Edition)
  • 相关文献

参考文献1

二级参考文献10

  • 1图强.雷达信号分选理论研究[M].北京:科学出版社,2010:7-9.
  • 2CARDOSO J E Super symmetric decomposition of the fourth order cumulant tensor. Blind identification of more source than sensors[C]//Intemational Conference on Ad- vanced Computational Intelligence. IEL, 1991: 3109- 3112.
  • 3LU W,ZHANG B N,LU X P. Single channel time-vary- ing amplitude LFM interference blind separation based on improved particle filter[C]//Intemational Conference on Advanced Computational Intelligence. IEL, 2013: 70- 74.
  • 4WANG X, HUANG Z, ZHOU Y, et al. Approaches and applications of semi-blind signal extraction for communi- cation signal based on constrained independent compo- nent analysis: the complex case[J], Neurocomputing, 2013,101(4) :204-216.
  • 5BOFILL P, ZIBULEVSKY M. Undcrdetermincd blind source separation using sparse representations[J]. Signal Processing, 2001,81 ( 11 ) : 2353-2362.
  • 6LI Y, AMARI S I, CICHOCKI A. Underdetermined blind source separation based on sparse representations[J]. IEEE Transactions on Signal Processing, 2006, 54 (2) :423-437.
  • 7WANG FASONG, ZHANG LINRANG, LI RUI, et al. Multidimensional independent subspace analysis by natu- ral gradient[J]. Przeglad Elektrotchniczny, 2012, 88 (9) : 51-54.
  • 8DEVILLE Y, PUIGT M. Temporal and time-frequency correlation-based blind source separation methods Part I : Determined underdetermined linear instantaneous mix- tures[J]. Signal Processing, 2007,87 (3) : 374-403.
  • 9谢胜利,孙功宪,肖明,傅予力,吕俊.欠定和非完全稀疏性的盲信号提取[J].电子学报,2010,38(5):1028-1031. 被引量:23
  • 10殷海青,刘红卫.一种基于L_1稀疏正则化和非负矩阵分解的盲源信号分离新算法[J].西安电子科技大学学报,2010,37(5):835-841. 被引量:7

共引文献1

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