版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、盲源分離指的是在源信號和信道都不知道的情況下,只是通過觀測信號恢復(fù)原始信號的技術(shù)。由于在醫(yī)學(xué)信號處理、語音信號分離、傳感器網(wǎng)絡(luò)等方面有著廣泛的應(yīng)用,因此近些年來,盲源分離技術(shù)一直是信號處理領(lǐng)域中比較熱門的研究方向。盲源分離中欠定盲分離技術(shù)是指觀測信號個數(shù)小于源信號個數(shù)的情況,由于在實際中應(yīng)用的十分廣泛,因而在學(xué)術(shù)界獲得了持續(xù)的關(guān)注。
對于欠定盲源分離,要根據(jù)源信號的不同稀疏度,采用不同的方案來解決。一般按照“兩步法”的方式處理
2、:(1)估計出混合矩陣,(2)在混合矩陣已知的基礎(chǔ)上,進(jìn)行源信號恢復(fù)?;旌暇仃嚨墓烙嬙谇范ぴ捶蛛x中占有極其重要地位,估計的精度直接影響著第二步源信號的恢復(fù)質(zhì)量。估計混合矩陣時根據(jù)源信號不同的稀疏度分為充分稀疏時的混合矩陣估計和非充分稀疏時的混合矩陣估計。
本論文的主要內(nèi)容是針對“兩步法”中的第一步,混合矩陣的估計進(jìn)行了研究。
(1)源信號充分稀疏時,可以利用觀測信號的線聚類特點進(jìn)行混合矩陣估計。本文介紹了三種源信號
3、充分稀疏時的混合矩陣估計算法,k均值算法,霍夫變換算法和重構(gòu)觀測信號算法,并提出了一種基于塊分割的混合矩陣估計算法。通過仿真實驗將塊分割算法與另外三種估計算法進(jìn)行了比較,驗證了本文提出的算法在時間復(fù)雜度和估計精度比另外三種算法更有優(yōu)勢,另外,對于不同的稀疏度,塊分割算法的估計精度同樣比k均值算法要好。
(2)源信號非充分稀疏時,可以利用觀測信號的面聚類特點進(jìn)行混合矩陣估計。本文介紹了三種非充分稀疏時的混合矩陣估計算法,k-pl
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 欠定盲源分離混合矩陣估計算法的研究.pdf
- 欠定盲信號分離混疊矩陣的估計算法研究.pdf
- 線性混合欠定盲分離算法研究.pdf
- 基于混合聚類和網(wǎng)格密度的欠定盲分離混合矩陣估計.pdf
- 欠定盲源分離混合矩陣估計及源信號恢復(fù)方法研究.pdf
- 欠定條件下混合信號盲分離算法研究.pdf
- 語音信號的欠定混合盲源分離算法研究.pdf
- 欠定卷積混合語音信號盲分離研究.pdf
- 欠定混疊盲信號分離算法研究.pdf
- 基于矩陣對角率的欠定盲分離技術(shù)研究.pdf
- 單雙通道欠定瞬時混合語音盲分離算法研究與實現(xiàn).pdf
- MIMO雷達(dá)信號欠定盲源分離算法研究.pdf
- 欠定盲源分離算法及其應(yīng)用研究.pdf
- 稀疏分量分析的欠定盲分離算法研究.pdf
- 欠通道混合語音信號盲分離算法研究.pdf
- 欠定盲信號分離方法研究.pdf
- 時頻域欠定盲分離研究.pdf
- 面向欠定盲分離的壓縮感知稀疏重構(gòu)算法研究.pdf
- 欠定盲源分離中源信號恢復(fù)算法研究.pdf
- 欠定盲源分離技術(shù)研究.pdf
評論
0/150
提交評論