-
题名用慢特征分析算法实现水声信号盲分离
被引量:4
- 1
-
-
作者
何会会
李钢虎
要庆生
贺晓凯
石超雄
-
机构
西北工业大学航海学院
-
出处
《声学技术》
CSCD
2014年第3期270-274,共5页
-
文摘
在常规的水声信号盲处理研究中,通常都是用独立成分分析算法分离线性混合信号,而对于较复杂的非线性混合信号,独立成分分析算法无能为力。针对这种情况,提出将慢特征分析(Slow Feature Analysis,SFA)算法应用于水声信号非线性盲源分离领域。一般而言,对源信号做非线性混合变换后输出混合信号较源信号变化较快,而采用SFA算法可以从复杂的非线性混合信号中提取出变化缓慢的信号,通过仿真实验,分别对简单信号和复杂水声信号的非线性混合信号进行分离,通过将源信号与分离信号对比,发现SFA算法输出信号与源信号高度相似,验证了SFA算法在非线性盲源分离领域应用的有效性和可行性。
-
关键词
信号处理
盲源分离
慢特征分析
-
Keywords
signal processing
blind source separation
slowness feature analysis
-
分类号
TB566
[交通运输工程—水声工程]
-