基于多通道壓縮感知的源信號分離方法及應用研究.pdf

1、壓縮感知理論突破了奈奎斯特采樣定理的限制，在信號處理領域受到了越來越多的關注。在多傳感器場合應用壓縮感知理論，利用信號間的相關性，可以進一步提高壓縮效率，降低對硬件采集、傳輸以及存儲的壓力。
　　在麥克風陣列中，當多個聲源距離較近時，麥克風采集到的可能是多個聲源的混合信號；在遙感成像領域，在傳感器空間分辨率不高時，遙感圖像的一個像元中可能包含不同成分的地表物質(zhì)；腦電信號檢測過程中，醫(yī)學器械采集到的可能會包含來自身體其他部位的信號。

2、在這些情況下，傳感器采集到的都是混合信號，但是相對于混合信號源信號更有價值。因此有必要對多通道壓縮感知框架下的源信號分離方法進行研究。本文主要針對基于壓縮感知理論的混合信號分離問題展開研究，主要研究內(nèi)容和取得的成果如下：
　　1.總結(jié)了基于多通道壓縮感知的源信號分離的通用算法。總結(jié)了信號的三種混合模型以及多通道信號的三種壓縮感知采樣模型，介紹了多通道壓縮感知領域的四種聯(lián)合稀疏模型，分析了混合信號的聯(lián)合稀疏模型。描述了通用算法的主要

3、步驟，主要包括重構(gòu)混合信號和分離源信號兩步。在無噪聲和含噪聲的觀測條件下，設計采用通用類算法對語音混合信號、音樂混合信號以及腦電混合的分離試驗。實驗結(jié)果驗證了算法的良好性能。
　　2.提出了多通道壓縮感知框架下基于交替估計方法的源信號分離方法。描述了正定和欠定情況下該方法適用的源信號類型。介紹了該算法的原理，即對源信號以及混合矩陣交替的更新迭代。當混合矩陣固定時，采用壓縮感知重構(gòu)算法對源信號重構(gòu)；當源信號固定時，通過最大化觀測信號

4、的后驗概率的方法對混合矩陣進行更新。在含噪和無噪兩種觀測條件下，設計實驗驗證算法性能。實驗結(jié)果表明，交替估計算法可以很好的實現(xiàn)源信號的分離。與通用方法的對比實驗結(jié)果表明，當壓縮比小于0.6時，本算法優(yōu)于通用方法。
　　3.對多通道壓縮感知框架下的源信號分離方法在高光譜混合像元分解中的應用展開研究。將基于交替估計的源信號分離算法應用到在壓縮域直接分離光譜反射矩陣和端元豐度矩陣這一問題中。在端元先驗信息已知的情況下，采用監(jiān)督類分離算法