【摘要】：對(duì)于時(shí)間結(jié)構(gòu)信號(hào)的盲源分離(Blind Source Separation,BSS),獨(dú)立成分分析(Independent Component Analysis,ICA)是十分有效的方法。在對(duì)觀測(cè)信號(hào)白化處理后,ICA的關(guān)鍵是尋找去除高階相關(guān)性的正交分離矩陣。鑒于任意維數(shù)正交矩陣可以表示為Givens變換矩陣的乘積,提出了一種新的時(shí)間結(jié)構(gòu)信號(hào)盲源分離算法。首先,利用Givens變換矩陣參數(shù)化表示正交分離矩陣,減少了要估計(jì)參數(shù)的個(gè)數(shù);其次,以多步時(shí)延協(xié)方差矩陣的聯(lián)合近似對(duì)角化為目標(biāo)函數(shù),將盲源分離問(wèn)題轉(zhuǎn)化為無(wú)約束優(yōu)化問(wèn)題,并利用擬牛頓法中的BFGS算法對(duì)Givens變換矩陣中的參數(shù)進(jìn)行估計(jì),得到分離矩陣;最后,以實(shí)際的混合語(yǔ)音信號(hào)分離做仿真實(shí)驗(yàn),驗(yàn)證了該算法對(duì)時(shí)間結(jié)構(gòu)信號(hào)的盲源分離是有效的。
[Abstract]:Independent component analysis (ICA) is an effective method for blind source separation of time-structured signals. After whitening the observed signals, the key of ICA is to find the orthogonal separation matrix to remove the high order correlation. In view of the fact that the orthogonal matrix of arbitrary dimension can be expressed as the product of the Givens transform matrix, a new blind source separation algorithm for time-structured signals is proposed. Firstly, the Givens transform matrix is parameterized to represent the orthogonal separation matrix, which reduces the number of parameters to be estimated; secondly, the joint approximation of the multistep delay covariance matrix is diagonally transformed into the objective function. The blind source separation problem is transformed into an unconstrained optimization problem, and the parameters of the Givens transform matrix are estimated by using the BFGS algorithm in the quasi-Newton method. It is proved that this algorithm is effective for blind source separation of time structure signals.
【作者單位】： 南京工業(yè)大學(xué)電子與信息工程學(xué)院;南京工業(yè)大學(xué)理學(xué)院;
【基金】：江蘇省自然科學(xué)基金(BK2011238) 南京氣象雷達(dá)開(kāi)放實(shí)驗(yàn)室研究基金(BJG201103)資助
【分類號(hào)】：TN911.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 湯影;李建平;;利用參數(shù)表示任意維數(shù)正交矩陣的ICA新算法[J];自動(dòng)化學(xué)報(bào);2008年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前3條

1 湯影;李建平;吳淮;;一種分離低維信號(hào)的ICA快速算法(英文)[J];自動(dòng)化學(xué)報(bào);2011年07期

2 歐世峰;高穎;趙曉暉;;基于隨機(jī)梯度的變動(dòng)量因子自適應(yīng)白化算法[J];自動(dòng)化學(xué)報(bào);2012年08期

3 鄧森;景博;周偉;;一種快速收斂的多級(jí)獨(dú)立分量分析算法[J];儀器儀表學(xué)報(bào);2011年11期

相關(guān)博士學(xué)位論文 前1條

1 楊家軒;獨(dú)立分量分析算法及其在多用戶檢測(cè)中的應(yīng)用[D];大連海事大學(xué);2008年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭松;孫云蓮;;基于獨(dú)立分量分析盲源分離快速算法[J];電子測(cè)量技術(shù);2004年02期

2 丁鐸,賈永強(qiáng),王映民;一種基于峰度的盲源分離算法研究[J];現(xiàn)代電子技術(shù);2005年14期

3 肖俊,何為偉;源信號(hào)數(shù)目大于觀察信號(hào)數(shù)目情況下的盲源分離[J];現(xiàn)代電子技術(shù);2005年11期

4 李廣彪,張劍云,毛云祥;盲源分離中的非高斯性極大準(zhǔn)則[J];艦船電子對(duì)抗;2005年05期

5 李著成;張立毅;;一種新的自適應(yīng)步長(zhǎng)盲源分離算法[J];現(xiàn)代電子技術(shù);2005年24期

6 牛龍,馬建倉(cāng),王毅,陳海洋;一種新的基于峰度的盲源分離開(kāi)關(guān)算法[J];系統(tǒng)仿真學(xué)報(bào);2005年01期

7 湯影;康戈文;;盲源分離中信號(hào)獨(dú)立性的討論[J];現(xiàn)代電子技術(shù);2006年04期

8 徐尚志;蘇勇;葉中付;;多種概率分布源的盲源分離快速算法[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2006年05期

9 趙知?jiǎng)?解婷婷;李小平;趙治棟;;一種小波域盲源分離算法[J];西安電子科技大學(xué)學(xué)報(bào);2007年03期

10 鄧娟;李宏;;一種基于信息最大化的自適應(yīng)變步長(zhǎng)盲源分離算法[J];電子測(cè)量技術(shù);2007年06期

相關(guān)會(huì)議論文 前10條

1 李舜酩;;轉(zhuǎn)子振動(dòng)信號(hào)的盲源分離研究[A];第三屆全國(guó)虛擬儀器大會(huì)論文集[C];2008年

2 許林周;章新華;范文濤;;一種盲源分離后續(xù)去冗余方法[A];2009年全國(guó)水聲學(xué)學(xué)術(shù)交流暨水聲學(xué)分會(huì)換屆改選會(huì)議論文集[C];2009年

3 韓少博;林京;吳文燾;;頻域盲源分離中的一種穩(wěn)健解排列模糊方法[A];中國(guó)聲學(xué)學(xué)會(huì)2009年青年學(xué)術(shù)會(huì)議[CYCA’09]論文集[C];2009年

4 章林柯;何琳;江涌;;基于盲源分離的潛艇源識(shí)別信號(hào)去除干擾研究[A];第十一屆船舶水下噪聲學(xué)術(shù)討論會(huì)論文集[C];2007年

5 康春玉;章新華;李軍;;盲源分離與自適應(yīng)濾波器結(jié)合抑制強(qiáng)干擾研究[A];2012'中國(guó)西部聲學(xué)學(xué)術(shù)交流會(huì)論文集(Ⅱ)[C];2012年

6 周祥;樊濤;;基于盲源分離的儲(chǔ)油罐底腐蝕混疊信號(hào)的識(shí)別與分離[A];第八屆沈陽(yáng)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2011年

7 王穎翠;;一種基于自然梯度的卷積混合頻域盲源分離算法[A];現(xiàn)代通信理論與信號(hào)處理進(jìn)展——2003年通信理論與信號(hào)處理年會(huì)論文集[C];2003年

8 成謝鋒;張仲;孫夏;;一種單路混合信號(hào)的盲源分離新方法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

9 許策;章新華;高成志;;源數(shù)目估計(jì)對(duì)盲源分離算法影響分析[A];2007年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2007年

10 胡增輝;朱炬波;;基于盲源分離的波達(dá)角估計(jì)[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 徐先峰;利用參量結(jié)構(gòu)解盲源分離算法研究[D];西安電子科技大學(xué);2010年

2 王爾馥;盲源分離理論及其在通信系統(tǒng)中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2009年

3 李昌利;盲源分離的若干算法及應(yīng)用研究[D];西安電子科技大學(xué);2010年

4 高建彬;盲源分離算法及相關(guān)理論研究[D];電子科技大學(xué);2012年

5 郭靖;盲源分離的時(shí)頻域算法研究[D];重慶大學(xué);2012年

6 劉建強(qiáng);非平穩(wěn)環(huán)境中的盲源分離算法研究[D];西安電子科技大學(xué);2009年

7 李燈熬;基于循環(huán)平衡理論的盲源分離算法[D];太原理工大學(xué);2010年

8 袁連喜;線性盲源分離算法的理論與應(yīng)用研究[D];哈爾濱工程大學(xué);2006年

9 張旭秀;盲源分離及其在腦電信號(hào)處理中應(yīng)用的研究[D];大連理工大學(xué);2006年

10 劉佳;單通道盲源分離及其在水聲信號(hào)處理中的應(yīng)用研究[D];哈爾濱工程大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 賀海港;盲源分離在通信信號(hào)分離中的應(yīng)用[D];西安電子科技大學(xué);2010年

2 楊濤;多混疊振動(dòng)信號(hào)的盲源分離及實(shí)驗(yàn)研究[D];南京航空航天大學(xué);2006年

3 鄭秀萍;基于信息理論盲源分離算法的研究[D];太原理工大學(xué);2005年

4 李著成;基于獨(dú)立分量分析盲源分離算法的研究[D];太原理工大學(xué);2006年

5 徐麗琴;盲源分離算法研究[D];西安電子科技大學(xué);2006年

6 張偉偉;盲源分離算法研究[D];西安電子科技大學(xué);2007年

7 畢楊;基于快速獨(dú)立分量分析的盲源分離算法研究及應(yīng)用[D];西安理工大學(xué);2007年

8 宋蕾;基于神經(jīng)網(wǎng)絡(luò)盲源分離算法的研究[D];太原理工大學(xué);2007年

9 崔志濤;線性混疊盲源分離的改進(jìn)算法[D];廣東工業(yè)大學(xué);2008年

10 馬麗艷;卷積混合盲源分離[D];中國(guó)地質(zhì)大學(xué);2008年

，

本文編號(hào)：2155961