基于解析稀疏先驗(yàn)的混合信號(hào)盲源分離.pdf

1、盲源分離(Blind Source Separation,BSS)是指在源信號(hào)及其混合矩陣均未知的情況下，僅從若干觀測到的混合信號(hào)中分離出源信號(hào)的過程。盲源分離在無線通信、圖像增強(qiáng)和恢復(fù)、語音信號(hào)處理、模式識(shí)別及圖像處理等領(lǐng)域具有廣泛的應(yīng)用價(jià)值。目前，獨(dú)立分量分析(Independent Component Analysis,ICA)是盲源分離的主要方法，該方法假設(shè)源信號(hào)是相互統(tǒng)計(jì)獨(dú)立。近年來，許多研究者采用稀疏分量分析的方法實(shí)現(xiàn)信號(hào)的

2、盲源分離，該方法是將信號(hào)的稀疏特性作為先驗(yàn)知識(shí)來解決盲源分離問題。
　　信號(hào)的稀疏表示可以采用綜合稀疏模型和解析稀疏模型。現(xiàn)有的稀疏分量分析方法中大多采用綜合稀疏模型?；诮馕鱿∈枘Ｐ停疚奶岢隽诵碌拿ぴ捶蛛x算法，主要工作如下：
　　1.針對(duì)過定和適定盲源分離問題，該算法首先利用子集追蹤算法對(duì)估計(jì)的源信號(hào)進(jìn)行學(xué)習(xí)，得到學(xué)習(xí)解析字典，再利用得到的學(xué)習(xí)解析字典以及分裂Bregman算法對(duì)源信號(hào)進(jìn)行恢復(fù)，最后用最小二乘法得到混合矩

3、陣的估計(jì)值。通過對(duì)學(xué)習(xí)解析字典、源信號(hào)以及混合矩陣的迭代更新，得到最優(yōu)的分離結(jié)果。仿真實(shí)驗(yàn)表明本算法對(duì)適定和過定盲源分離問題有較好的分離效果。
　　2.針對(duì)欠定盲源分離問題，提出一種基于解析稀疏表示的混合矩陣估計(jì)算法。該算法首先計(jì)算解析字典與混合信號(hào)的內(nèi)積，發(fā)現(xiàn)某些原子具有與除待估計(jì)的源信號(hào)外的其他源信號(hào)正交的特性，這些原子組成子字典，利用這些子字典得到混合矩陣各列的元素的比值矩陣，最后對(duì)這些比值矩陣進(jìn)行聚類，得到混合矩陣的估計(jì)。