

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著傳感檢測和信號處理技術的發(fā)展,在實際應用中,經(jīng)常需要通過傳感器來獲取各種有用信號,而這些有用信號通常與其它源或噪聲混疊在一起,如何將這些隱藏在混疊信號中的有用信號分離出來,是一項亟待解決的技術難題,盲源分離技術正是在這種背景下應運而生。本文研究了觀測信號數(shù)目小于源信號數(shù)目情況下的欠定盲源分離問題?;谙∈璺至糠治?探討了欠定盲源分離估計混疊矩陣和恢復源信號的兩步法策略,總結了三類混疊矩陣估計方法,并在此基礎上提出了蟻群聚類的混疊矩陣
2、估計新方法和加權最小化L1范數(shù)源信號恢復新方法。本文的主要研究工作包括:
(1)研究了欠定盲源分離二階段分離方法。對混疊矩陣估計階段中的勢函數(shù)法、k均值及其改進算法、霍夫變換方法的原理及實現(xiàn)方法進行了分析研究,并分別通過仿真實驗驗證了各算法的性能。源信號恢復階段主要給出了最短路徑法的實現(xiàn)方法。
(2)提出了一種欠定盲源分離混疊矩陣估計新方法。根據(jù)欠定盲源分離情況下稀疏源信號具有直線聚類的特點,通過對混疊信號進行標準化
3、處理,使混疊信號形成球形簇,將線性聚類轉變成致密聚類;根據(jù)觀測信號點間距離建立初始信息素矩陣,尋找到初始聚類中心,然后利用蟻群聚類算法對其進行搜索得到最終聚類中心,從而獲得對混疊矩陣的精確估計。
(3)提出了一種源信號恢復新方法。通過設定某一閾值,計算出觀測信號向量與估計出的混疊矩陣列向量之間角度的絕對差,得到觀測信號向量的多個潛在分解項,然后進行組合,通過求出各組合的L1范數(shù)解,將各可能解按線性加權的方式進行合并作為源信號的
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內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)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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
- 基于稀疏分量分析的欠定盲聲源分離技術研究.pdf
- 面向欠定盲分離的壓縮感知稀疏重構算法研究.pdf
- 基于稀疏性增強的欠定盲源分離算法研究.pdf
- 基于稀疏表示的欠定混疊盲信號分離算法研究.pdf
- 線性混合欠定盲分離算法研究.pdf
- 基于語音稀疏性的欠定信號盲分離研究.pdf
- 基于稀疏性的欠定盲源分離技術的研究.pdf
- 基于時頻域稀疏的欠定盲源分離.pdf
- 欠定混疊盲信號分離算法研究.pdf
- 基于稀疏性的欠定卷積盲源分離方法的研究.pdf
- 基于稀疏性的NMF語音信號欠定盲分離方法研究.pdf
- MIMO雷達信號欠定盲源分離算法研究.pdf
- 欠定盲分離混合矩陣估計算法研究.pdf
- 欠定盲源分離算法及其應用研究.pdf
- 基于非線性主分量分析的組合型盲源分離算法研究.pdf
- 欠定盲源分離混合矩陣估計算法的研究.pdf
- 語音信號的欠定混合盲源分離算法研究.pdf
- 基于稀疏表示的語音信號欠定盲分離技術研究.pdf
- 欠定盲信號分離方法研究.pdf
- 時頻域欠定盲分離研究.pdf
評論
0/150
提交評論