期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于特征值分解的循环平稳离散时间信号的盲分离 被引量:1
1
作者 邱意敏 周力 《计算机应用研究》 CSCD 北大核心 2012年第11期4117-4120,共4页
盲分离的目的是从观测到的混叠信号中恢复出各个未知的源信号,现今的很多方法都是利用了信号时域表示的某些统计特性来解决这个问题。从信号频域分析的角度提出了一种利用信号的循环平稳特性来处理离散时间信号的频域盲分离方法。该方... 盲分离的目的是从观测到的混叠信号中恢复出各个未知的源信号,现今的很多方法都是利用了信号时域表示的某些统计特性来解决这个问题。从信号频域分析的角度提出了一种利用信号的循环平稳特性来处理离散时间信号的频域盲分离方法。该方法构造两个二阶统计矩阵的乘积,并对该乘积矩阵进行特征值分解,从而实现源信号的分离;同时,还对特征值分解的条件进行了分析。该方法在低维信号的情况下可以取得相当满意的分离效果,仿真结果表明该方法具有良好的性能。 展开更多
关键词 信号处理 盲信号分解 循环平稳 特征值分解
下载PDF
基于谱线形状与信息量差异的高光谱解混NMF初始化方法 被引量:2
2
作者 袁德有 袁林 《国土资源遥感》 CSCD 北大核心 2017年第4期114-119,共6页
在高光谱像元解混应用中,好的端元光谱矩阵初始化方法对于提高盲信号分解精度具有重要意义。针对空间分辨率较高的高光谱数据,提出了一种新的面向非负矩阵分解(non-negative matrix factorization,NMF)的初始化方法。该方法通过计算像... 在高光谱像元解混应用中,好的端元光谱矩阵初始化方法对于提高盲信号分解精度具有重要意义。针对空间分辨率较高的高光谱数据,提出了一种新的面向非负矩阵分解(non-negative matrix factorization,NMF)的初始化方法。该方法通过计算像元在谱线形状和信息量差异等方面的参数,利用像元谱线峭度、KL散度和光谱角等参量,从众多混合像元中识别出纯像元;并分辨出不同类型纯像元(或类纯像元)之间的差别,从中选择最适合代表每一类型端元的纯像元(或类纯像元)作为算法的初值像元,完成端元矩阵的初始化。将此方法分别用于模拟数据和真实数据的实验结果表明,该方法能够明显提高高光谱混合数据的NMF精度,相比其他常用初始化方法具有更好的效果。 展开更多
关键词 初始化 盲信号分解 非负矩阵分解(NMF) 谱线形状 信息量差异
下载PDF
BLIND SIGNAL SEPARATION OF LINEAR MIXTURE USING TRILINEAR DECOMPOSITION
3
作者 Zhang Xiaofei Xu Dazhuan 《Journal of Electronics(China)》 2009年第5期608-613,共6页
This paper introduces a new source separation technique exploiting the time coherence of the source signals. The proposed approach relies only on stationary second order statistics. Blind Signal Separation (BSS) metho... This paper introduces a new source separation technique exploiting the time coherence of the source signals. The proposed approach relies only on stationary second order statistics. Blind Signal Separation (BSS) method using trilinear decomposition is proposed in this paper. Simulation results reveal that our proposed algorithm has the better blind signal separation performance than joint diagonalization method. Our proposed algorithm does not require whitening processing. Moreover, our proposed algorithm works well in the underdetermined condition, where the number of sources exceeds than the number of sensors. 展开更多
关键词 Blind Signal Separation (BSS) Second order statistics Trilinear decomposition
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部