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),請進行舉報或認領(lǐng)
文檔簡介
1、作為增強技術(shù)的一個分支,盲源分離已經(jīng)得到廣泛的關(guān)注。其在諸如圖像處理、語音信號處理、醫(yī)學信號處理、雷達信號處理中的廣泛應用更使其成為當前的研究熱點。當觀測信號少于源信號時,盲源分離被稱為欠定盲源分離?!皟刹椒ā笔墙鉀Q此類情形的有效方法,主要分兩步依次進行:第1步估計混合矩陣;第2步利用估計所得的混合矩陣完成源信號的分離。由于混合矩陣估計精確與否直接影響到源信號的分離,因此,混合矩陣的估計在欠定盲源分離中處于舉足輕重的地位。同時,源信號的
2、分離算法也是研究的重點。
本文著重研究了線性瞬時混合模型下的欠定盲源分離問題,對混合矩陣估計和源信號分離兩項技術(shù)都有研究,具體包括以下3個方面:
(1)針對混合矩陣估計問題,本文給出一種混合矩陣估計方法。相比于非線性投影和列掩蔽方法,本文方法的目標函數(shù)擁有更好的衰減特性,并且克服了不宜采用梯度類算法求目標函數(shù)極大值的問題。實驗結(jié)果表明,與非線性投影和列掩蔽方法相比,本文方法能夠更精確的估計混合矩陣。
(2)
3、在研究分析各類時頻點對角率性質(zhì)的基礎(chǔ)上,本文給出一種新的基于矩陣對角率的源信號分離方法。該方法首先構(gòu)造出混合矩陣的全部子矩陣,并將每個子矩陣的逆陣與觀測信號向量相乘得到初估信號向量,同時計算其協(xié)方差矩陣;然后計算所有協(xié)方差矩陣的對角率,找出相同對角率對應子矩陣的共有列向量(一個或多個),混合矩陣中與這些列向量相對應的列標即為該時頻點包含的源信號的索引,從而判斷出該時頻點包含哪些源信號;最后,在時頻域?qū)τ^測信號向量進行分離并把分離結(jié)果變換
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 欠定盲源分離技術(shù)研究.pdf
- 非欠定盲源分離技術(shù)研究.pdf
- 欠定盲分離混合矩陣估計算法研究.pdf
- 欠定盲源分離混合矩陣估計算法的研究.pdf
- 基于稀疏分量分析的欠定盲聲源分離技術(shù)研究.pdf
- 基于稀疏表示的語音信號欠定盲分離技術(shù)研究.pdf
- 基于稀疏性的欠定盲源分離技術(shù)的研究.pdf
- 基于欠定盲分離的跳頻信號恢復與分選技術(shù)研究.pdf
- 欠定盲信號分離混疊矩陣的估計算法研究.pdf
- 基于瞬時欠定混疊的盲分離研究.pdf
- 欠定盲信號分離方法研究.pdf
- 時頻域欠定盲分離研究.pdf
- 基于語音稀疏性的欠定信號盲分離研究.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
- 線性混合欠定盲分離算法研究.pdf
- 基于時頻稀疏性的欠定盲源語音信號分離技術(shù)研究.pdf
- 基于時頻域稀疏的欠定盲源分離.pdf
- 欠定盲源分離及其應用.pdf
- 基于壓縮感知重構(gòu)算法的欠定盲源分離研究.pdf
- 基于稀疏性增強的欠定盲源分離算法研究.pdf
評論
0/150
提交評論