基于稀疏性增强的欠定盲源分离算法研究

《基于稀疏性增强的欠定盲源分离算法研究》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MASTER’SDISSERTATION论文题目基于稀疏性增强的欠定盲源分离算法研究作者姓名张红丽学科专业信息与通信工程指导教师孙洁娣副教授2016年5月-1-中图分类号：TN911.7学校代码：10216UDC：621.39密级：公开工学硕士学位论文基于稀疏性增强的欠定盲源分离算法研究硕士研究生：张红丽导师：孙洁娣副教授申请学位：工学硕士学科专业：信息与通信工程所在单位：信息科学与工程学院答辩日期：2016年5月授予学位单位：燕山大学2ADissertationinInformationandComm

2、unicationEngineeringTHERESEARCHOFUNDERDETERMINEDBLINDSOURCESEPARATIONALGORITHMBASEDONTHEENHANCEMENTOFSPARSENESSbyZhangHongliSupervisor:AssociateProfessorSunJiediYanshanUniversityMay,2016-3-燕山大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《欠定盲源分离混合矩阵估计方法研究》，是本人在导师指导下，在燕山大学攻读硕

3、士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签字：日期：年月日4摘要摘要盲源分离问题是信号处理领域当中一个传统而又具有挑战性的问题，其中欠定盲源分离尤其受到广大学者的关注，目前解决欠定盲源分离问题的方法主要是基于稀疏分量分析理论的“两步法”。本文在对欠定盲源分离问题深入研究的成果之上，针对稀疏性较差的源信号，研究了增强信号稀疏性的欠定盲源分离算法。本文的主要工

4、作如下：首先，介绍了盲源分离模型的基础知识及稀疏分量分析理论，阐述了几种常用的稀疏变换，并且说明了几种传统的混合矩阵估计算法和压缩感知的基本原理，在此基础上说明了衡量混合矩阵估计性能的标准和衡量源信号恢复的性能标准。其次，针对稀疏性较差的源信号，研究了两种估计混合矩阵的算法：基于角度的孤立点检测及模糊C均值聚类的混合矩阵估计，以及基于时频单源点与源数目估计相结合的混合矩阵估计算法，通过去除孤立时频点和提取单源点来增强信号的稀疏性。在分析欠定盲源分离及压缩感知模型一致性的基础上，研究了基于压缩感知及自适应K-SVD字

5、典的源信号重构算法，实现了源信号的分离。最后，对所提出的方法进行了语音信号混合分离的仿真实验及分析，实验结果表明本文研究的分离算法获得的矩阵估计误差小并且源信号恢复精度高。关键词：盲源分离；稀疏分量分析；基于角度的孤立点检测；源数目估计；压缩感知-5-燕山大学工学硕士学位论文AbstractBlindsourceseparationproblemisatraditionalandchallengingprobleminsignalprocessingdomain,particularlyunderdetermine

6、dblindsourceseparationhasattractedtheattentionofmanyscholarsAtpresent,themethodstosolvetheproblemofunderdeterminedblindsourceseparationmainlybasedonthetheoryofsparsecomponentanalysisgenerallyaredividedintotwosteps:thefirststepistoestimatethemixingmatrix,thesec

7、ondstepistorestoreandreconstructthesourcesignal.Thispaperonthebasisofthein-depthresearchoftheachievementsofunderdeterminedblindsourceseparation,aimingatsourcesignalsunderweaksparseness,studiestwokindsofmixingmatrixestimationmethodandthesourcesignalsreconstruct

8、ionalgorithmbasedoncompressionsensing.Inthispaper,themainworkisasfollows.Firstofall,thispaperintroducesthebasicknowledgeofblindsourceseparationmodelandsparsecomponentanalysistheory