基于独立分量分析和收缩去噪的噪声盲分离研究

《基于独立分量分析和收缩去噪的噪声盲分离研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文5．6本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．68结束语⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯70参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯72致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．80附录A攻读学位期间所发表的学术论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯81附录B第3章分离20个源信号实验的矩阵数据⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．82附录C第4章实验数据表格⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯85VII基于独立

2、分量分析和收缩去噪的噪声盲分离研究插图索引图3．1非线性函数的图象比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．34图3．2函数增长速度比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．35图3．3原始的5个音频信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．36图3．4四种非线性函数用于FastlCA算法分离5个信号时PI值的分布情况⋯⋯．．37图3．5在FastlCA算法中使用有理非线性函数陋P和VGP分离5个信号⋯⋯⋯．38图3．6原始的20个音频信号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯39图3．7四种非线性函数用于Fast

3、lCA算法分离20个信号时PI值的分布情况⋯⋯40图3．8在FastlCA算法中使用有理非线性函数VTP和VGP分离20个信号⋯⋯⋯42图4．1“三步法”收缩去噪⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．45图4．2曲线Uopt=lg(a)，A=1⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一46图4．3三种常见收缩函数，允=l⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯48图4．4SNR和RMSE在10次试验中的平均值(考察收缩函数和门限)⋯⋯⋯⋯．54图4．5SNR和RMSE在10次试验中的平均值(考察小波分解深度)⋯⋯⋯⋯⋯54图4

4、．6SNR和RMSE(使用DCT字典，考察门限值九)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯55图4．7SNR和RMSE(使用Gabor字典，考察门限值A)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．55图4．8SNR和RMSE(使用DCT字典，考察迭代次数)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．56图4．9SNR和RMSE(使用Gabor字典，考察迭代次数)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯56图5．1每次试验中5个混合信号的平均SNR值和平均RMSE值⋯⋯⋯⋯⋯⋯⋯65图5．2比较去噪处理后FastlCA算法的分离效果(每次试验的PI值)⋯⋯⋯⋯一66图5．3丢弃失败的分离结果只比较好的PI值⋯⋯⋯⋯⋯⋯⋯⋯

5、⋯⋯⋯⋯⋯⋯⋯67图5．4三次较好的分离结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．68VIII硕士学位论文附表索引表3．1四种非线性函数用于FastlCA算法分离5个信号时的运行时间比较⋯⋯⋯38表3．2四种非线性函数用于FastlCA算法分离5个信号时的PI值比较⋯⋯⋯⋯．．38表3．320个音频信号的归一化峭度值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．40表3．4四种非线性函数用于FastlCA算法分离20个信号时的运行时间比较⋯⋯．．41表3．5四种非线性函数用于FastlCA算法分离20个信号时的PI值比较⋯⋯⋯⋯4l表4．1SN

6、R(db)在10次试验中的平均值(考察收缩函数和门限)⋯⋯⋯⋯⋯⋯⋯85表4．2RMSE在10次试验中的平均值(考察收缩函数和门限)⋯⋯⋯⋯⋯⋯⋯．．85表4-3SNR(db)在10次试验中的平均值(考察小波分解深度L)⋯⋯⋯⋯⋯⋯⋯86表4．4RMSE在10次试验中的平均值(考察小波分解深度L)⋯⋯⋯⋯⋯⋯⋯⋯86表4．5SNR(db)(使用DCT字典，考察门限值A)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯87表4．6RMSE(使用DCT字典，考察门限值A)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯87表4．7SNR(db)(使用Gabor字典，考察门限值允)⋯⋯⋯⋯⋯

7、⋯⋯⋯⋯⋯⋯⋯．．88表4．8RMSE(使用Gabor字典，考察门限值允)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．88表4．9SNR(db)(使用DCT字典，考察迭代次数M)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯89表4．10RMSE(使用DCT字典，考察迭代次数M)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯89表4．11SNR(db)(使用Gabor字典，考察迭代次数M)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯90表4．12RMSE(使用Gabor字典，考察迭代次数M)⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．90表5．1使用不同去噪方法预处理之后的分离结果比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．66IX硕士学位论文1．1研究

8、背景及意义第1章绪论在诸多实际应用中，我们经常会碰到这样的情况：多个源信号在传输过程中因传输信道间的耦合而发生混叠，使得接收方收到的信号(观测信号)不