基于稀疏性增強的欠定盲源分離算法研究.pdf

1、盲源分離問題是信號處理領域當中一個傳統(tǒng)而又具有挑戰(zhàn)性的問題，其中欠定盲源分離尤其受到廣大學者的關注，目前解決欠定盲源分離問題的方法主要是基于稀疏分量分析理論的“兩步法”。本文在對欠定盲源分離問題深入研究的成果之上，針對稀疏性較差的源信號，研究了增強信號稀疏性的欠定盲源分離算法。本文的主要工作如下：
　　首先，介紹了盲源分離模型的基礎知識及稀疏分量分析理論，闡述了幾種常用的稀疏變換，并且說明了幾種傳統(tǒng)的混合矩陣估計算法和壓縮感知的基

2、本原理，在此基礎上說明了衡量混合矩陣估計性能的標準和衡量源信號恢復的性能標準。
　　其次，針對稀疏性較差的源信號，研究了兩種估計混合矩陣的算法：基于角度的孤立點檢測及模糊C均值聚類的混合矩陣估計，以及基于時頻單源點與源數目估計相結合的混合矩陣估計算法，通過去除孤立時頻點和提取單源點來增強信號的稀疏性。在分析欠定盲源分離及壓縮感知模型一致性的基礎上，研究了基于壓縮感知及自適應K-SVD字典的源信號重構算法，實現了源信號的分離。