欠定盲信號(hào)分離混疊矩陣的估計(jì)算法研究.pdf

1、盲信號(hào)分離(BSS)是指從若干觀測(cè)到的混合信號(hào)中恢復(fù)出無法直接觀測(cè)的各個(gè)原始信號(hào)的過程。正因?yàn)樗谡Z(yǔ)音識(shí)別、無線通信以及生物醫(yī)學(xué)信號(hào)處理中的有效應(yīng)用,近年來,盲信號(hào)分離問題己成為信號(hào)處理研究領(lǐng)域中的熱點(diǎn)。
　　 盲信號(hào)分離問題按照觀測(cè)信號(hào)的數(shù)目與源信號(hào)的數(shù)目的關(guān)系可以分為兩種情況。當(dāng)觀測(cè)信號(hào)的數(shù)目不少于源信號(hào)的數(shù)目時(shí),這種情況下的盲信號(hào)分離稱為過定盲信號(hào)分離。對(duì)于觀測(cè)信號(hào)的數(shù)目少于源信號(hào)的數(shù)目的盲信號(hào)分離的情況被稱為欠定盲信號(hào)分

2、離(UBSS)問題。后者是盲信號(hào)處理領(lǐng)域中更具有挑戰(zhàn)性的問題。
　　 一方面,獨(dú)立分量分析(ICA)方法已經(jīng)被證明能有效解決傳統(tǒng)的BSS問題；另一方面,對(duì)于UBSS問題,利用信號(hào)在某種情況下所具有的稀疏特性對(duì)信號(hào)進(jìn)行稀疏表示,也就是稀疏分量分析(SCA)已成為盲信號(hào)分離中的又一個(gè)研究熱點(diǎn)。
　　 針對(duì)稀疏分量分析問題的混疊矩陣估計(jì)問題,本論文主要做了以下兩方面的工作:
　　 (1)提出了一種新的算法來估計(jì)混疊矩陣

3、。首先,介紹一種基于正交補(bǔ)空間的聚類模型,該模型是法向量聚類模型的擴(kuò)展,克服了法向量聚類模型較為嚴(yán)格的限制條件；其次提出一種新的聚類方法,該方法結(jié)合了模糊聚類與特征值分解(EVD)方法。從仿真實(shí)驗(yàn)結(jié)果可以看到,該算法與硬化分聚類相比具有更好魯棒性,并在一定程度上加快了模糊聚類算法的收斂速度。
　　 (2)提出了一種新的混疊矩陣快速估計(jì)算法。通過SCA模型的理論分析,我們采用一種空間點(diǎn)密度檢測(cè)方法進(jìn)行混疊矩陣估計(jì),該方法能夠很大程