稀疏分量分析及其應(yīng)用研究.pdf

1、隨著計算機技術(shù)和數(shù)字信號處理技術(shù)的發(fā)展，盲源分離技術(shù)成為了現(xiàn)代信號處理領(lǐng)域中的一個新的研究熱點，盲源分離是指在源信號的信息和傳輸信道信息未知的情況下，僅從得到的觀測信號中分離出各個源信號。盲源分離技術(shù)從開始提出到現(xiàn)在二十多年的時間里，引起了國內(nèi)外越來越多的科研學(xué)者的興趣，并且在生物醫(yī)學(xué)信號處理，語音信號處理、數(shù)字通信、雷達、圖像處理等領(lǐng)域有廣闊的發(fā)展前景。
　　 到目前為止，針對盲源分離問題已經(jīng)提出很多方法和算法，其中比較經(jīng)典的

2、算法就是獨立分量分析算法，但是獨立分量分析不能解決欠定盲源分離問題。稀疏分量分析是基于稀疏表征的一種信號處理方法，能夠有效的解決欠定盲源分離問題?；谙∈璺至糠治鏊惴ㄇ蠼馇范ぴ捶蛛x問題的一些算法也在逐漸的提出，目前應(yīng)用比較多的是用“兩步法”來解決欠定盲源分離問題。本文在“兩步法”的基礎(chǔ)上，對欠定線性瞬時混疊以及含噪情況下的語音信號盲分離進行了研究。本論文的主要成果如下：
　　 （1）針對觀測信號的散點圖在原點中心混疊程度過高導(dǎo)

3、致無法準確估計混疊矩陣的缺點，提出了基于密度的“弭滅圓K均值”聚類算法，該算法剔除原點附近密度大于某一閾值的樣本數(shù)據(jù)，減少原點周圍混疊數(shù)據(jù)對聚類精度的影響，提高了混疊矩陣的估計精度。
　　 （2）為了提高語音信號的稀疏性，通過小波分解的方法把語音信號變換到小波域，從而提高語音信號的頻率分辨率。并且在小波域?qū)崿F(xiàn)欠定混疊語音信號盲分離，然后再重構(gòu)時域源信號。
　　 （3）針對含噪語音信號，提出基于小波閾值去噪的方法對“兩步法