稀疏過完備混合信號(hào)盲分離的研究.pdf

1、信號(hào)的盲分離就是從一組由未知源信號(hào)混合得到的觀測(cè)信號(hào)中估計(jì)源信號(hào)的過程。近年來，盲分離技術(shù)在無線電通信、雷達(dá)與聲納技術(shù)、醫(yī)學(xué)分析、圖像增強(qiáng)以及語音識(shí)別等領(lǐng)域獲得了廣泛關(guān)注。由于傳感器個(gè)數(shù)的限制，盲分離通常為源信號(hào)個(gè)數(shù)大于觀測(cè)信號(hào)個(gè)數(shù)的過完備混合信號(hào)盲分離。對(duì)于過完備混合信號(hào)盲分離，現(xiàn)有的大部分算法大多要求源信號(hào)數(shù)目已知、源信號(hào)有充分稀疏性、觀測(cè)信號(hào)不存在噪聲污染及異常值。然而，實(shí)際應(yīng)用中上述條件通常難以滿足。因此，本文重點(diǎn)研究在源信號(hào)有

2、非充分稀疏性（或源信號(hào)只在少部分采樣點(diǎn)充分稀疏）、源信號(hào)數(shù)目未知、觀測(cè)信號(hào)受噪聲污染條件下的過完備混合信號(hào)盲分離。論文的主要工作概括如下：
　　 1、在源信號(hào)數(shù)目未知情況下，針對(duì)有加性噪聲污染、源信號(hào)假設(shè)為非充分稀疏條件下的過完備混合信號(hào)盲分離問題，提出具有魯棒性的過完備混合信號(hào)盲分離算法。首先，在傳統(tǒng)的K-平面聚類中引入魯棒競(jìng)爭(zhēng)聚類算法的思想，提出魯棒K-平面聚類算法估計(jì)超平面的法線向量，并利用該算法估計(jì)出的超平面的法線向量估

3、計(jì)出混合矩陣。本算法改進(jìn)傳統(tǒng)算法對(duì)噪聲點(diǎn)敏感的缺點(diǎn)，并解決了傳統(tǒng)超平面聚類初始需要指定聚類數(shù)目的不足。其次，利用信號(hào)的稀疏性約束求解源信號(hào)。
　　 2、在源信號(hào)數(shù)目未知情況下，針對(duì)有加性噪聲污染、源信號(hào)假設(shè)僅有少部分滿足充分稀疏條件的過完備混合信號(hào)盲分離問題，提出一種基于新的柯西勢(shì)函數(shù)辨識(shí)出過完備混合矩陣的算法。為增加算法的魯棒性，本算法采用估計(jì)全局勢(shì)函數(shù)極值點(diǎn)的方式代替?zhèn)鹘y(tǒng)的直接計(jì)算勢(shì)函數(shù)值的方式。同時(shí)，文中對(duì)該算法的魯棒性進(jìn)