本文選題：盲源分離 + 非負(fù)矩陣分解��； 參考：《燕山大學(xué)》2016年碩士論文

【摘要】：在信號(hào)處理領(lǐng)域,盲源分離是研究的熱點(diǎn)問題之一,不僅具有重要的理論研究?jī)r(jià)值,而且已經(jīng)應(yīng)用于科學(xué)科研的多個(gè)方面,有著廣闊的應(yīng)用前景。非負(fù)矩陣分解作為一種新興的解決盲源分離問題的有效方法,也逐漸引起了研究學(xué)者們的高度重視。本文是在國(guó)內(nèi)外研究基礎(chǔ)上,對(duì)非負(fù)矩陣分解方法解決盲源分離問題的研究。首先,分析了盲源分離和非負(fù)矩陣分解的研究現(xiàn)狀,對(duì)非負(fù)矩陣分解方法和盲源分離常用數(shù)學(xué)知識(shí)詳細(xì)闡述。在此基礎(chǔ)上,又介紹了梯度下降法、帶約束的優(yōu)化問題以及基本的非負(fù)矩陣分解算法。其次,針對(duì)超定混合模型下的盲源分離,研究了稀疏約束的非負(fù)矩陣分解方法。這種方法通過基礎(chǔ)非負(fù)矩陣分解算法的目標(biāo)函數(shù)增加稀疏約束,重新更新因子矩陣的迭代規(guī)則,能夠?qū)崿F(xiàn)超定盲源分離。進(jìn)一步,對(duì)于正定盲源分離,引入了反饋非負(fù)矩陣分解算法,該算法比約束的二階優(yōu)化非負(fù)矩陣分解算法具有更好的性能,有效地解決了正定盲源分離問題,最后,運(yùn)用聯(lián)合非負(fù)矩陣分解方法解決欠定盲源分離問題。該方法的第一階段用行列式和稀疏性約束的非負(fù)矩陣分解算法處理混合信號(hào),并從中選擇處分離效果最好的信號(hào),直到混合信號(hào)矩陣不再是欠定矩陣,這就將欠定混合矩陣成功地轉(zhuǎn)化為非欠定混合矩陣。第二階段用約束二階優(yōu)化非負(fù)矩陣分解處理混合信號(hào)。最終實(shí)現(xiàn)了欠定混合模型下的盲源分離。
[Abstract]:In the field of signal processing, blind source separation (BSS) is one of the hot topics in research. It has not only important theoretical research value, but also has been applied in many aspects of scientific research, and has a broad application prospect. As a new effective method to solve the problem of blind source separation, nonnegative matrix factorization (NNM) has been paid more and more attention by researchers. On the basis of domestic and foreign research, this paper studies the method of nonnegative matrix decomposition to solve the blind source separation problem. Firstly, the research status of blind source separation and non-negative matrix decomposition is analyzed, and the common mathematical knowledge of non-negative matrix decomposition and blind source separation is described in detail. On this basis, gradient descent method, constrained optimization problem and basic nonnegative matrix factorization algorithm are also introduced. Secondly, the nonnegative matrix decomposition method with sparse constraints is studied for blind source separation under overdetermined mixed model. By adding sparse constraints to the objective function of the basic nonnegative matrix decomposition algorithm and updating the iterative rules of the factor matrix, the method can realize blind source separation. Furthermore, for positive definite blind source separation, a feedback nonnegative matrix decomposition algorithm is introduced, which has better performance than the constrained second-order optimization nonnegative matrix decomposition algorithm, and effectively solves the problem of positive definite blind source separation. The joint nonnegative matrix decomposition method is used to solve the problem of undetermined blind source separation. In the first stage of the method, the mixed signal is processed by determinant and sparse constraint nonnegative matrix decomposition algorithm, and the best signal is separated from it until the mixed signal matrix is no longer an underdetermined matrix. In this way, the underdetermined mixed matrix is successfully transformed into the undetermined mixed matrix. In the second stage, the mixed signal is processed by constrained second order optimization nonnegative matrix decomposition. Finally, blind source separation is realized under the underdetermined mixed model.
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李廣彪,張劍云,毛云祥;盲源分離的發(fā)展及研究現(xiàn)狀[J];航天電子對(duì)抗;2004年06期

2 王昆;;盲源分離問題的分析研究[J];科技信息;2008年29期

3 柯維;張永祥;呂博;;基于微分進(jìn)化算法的盲源分離[J];海軍工程大學(xué)學(xué)報(bào);2012年05期

4 林秋華,殷福亮;盲源分離自適應(yīng)算法的統(tǒng)一形式[J];大連理工大學(xué)學(xué)報(bào);2002年04期

5 劉海林;謝勝利;章晉龍;;微延遲病態(tài)卷積混疊盲源分離的可分性研究[J];計(jì)算機(jī)科學(xué);2003年07期

6 吳微東,莊哲民;基于盲源分離的一種快速獨(dú)立分量分析算法[J];汕頭大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年02期

7 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

8 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

9 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

10 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

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 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

9 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

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 張良俊;欠定盲源分離算法及其應(yīng)用研究[D];武漢理工大學(xué);2015年

2 吳微;含噪盲源分離算法研究及其在水聲信號(hào)中的應(yīng)用[D];解放軍信息工程大學(xué);2014年

3 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

4 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

5 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

6 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

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

8 張念;盲源分離理論及其在重磁數(shù)據(jù)處理中的應(yīng)用研究[D];中國(guó)地質(zhì)大學(xué);2013年

9 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

10 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

相關(guān)碩士學(xué)位論文 前10條

1 彭帆;多輸入多輸出系統(tǒng)盲源分離頻域新方法的研究[D];汕頭大學(xué);2002年

2 程舒慧;動(dòng)態(tài)盲源分離及其在生物醫(yī)學(xué)信號(hào)處理中的應(yīng)用研究[D];安徽大學(xué);2011年

3 張政;基于獨(dú)立分量分析的盲源分離算法優(yōu)化研究[D];南京信息工程大學(xué);2015年

4 高鵬;基于單通道盲源分離理論的故障特征提取技術(shù)[D];長(zhǎng)安大學(xué);2015年

5 姚鑫;基于EEMD的單通道盲源分離研究與應(yīng)用[D];大連交通大學(xué);2015年

6 張穎;低角雷達(dá)盲信號(hào)分離方法研究[D];河南師范大學(xué);2015年

7 吳康銳;基于空間幾何信息約束的欠定卷積盲源分離[D];南昌大學(xué);2015年

8 李莽;盲源分離在信號(hào)探測(cè)中的應(yīng)用[D];電子科技大學(xué);2014年

9 宋繼飛;噪聲條件下欠定盲源分離算法研究[D];大連理工大學(xué);2015年

10 甘一凡;基于盲源分離的車輛檢測(cè)與分類技術(shù)研究[D];電子科技大學(xué);2015年

，

本文編號(hào)：1774570