稀疏分量分析的欠定盲分離算法研究.pdf

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