首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
盲源分离问题的提出只是20世纪80年代的事,其真正的研究热潮则只是近10年的事,目前仍然是信号处理中一门朝气蓬勃的热门学科。它所要解决的问题说起来很简单,就是要从混合的观测数据向量中恢复出不可观测的各个源信号。这里的“盲”有两层含义:一是所要恢复的源信号不能直接被观测,二是所接收的观测数据向量到底是由源信号如何进行混合而成的也是未知的。而从观测数据向量中分离恢复出各个源信号也是通信、语音、地震和生物医学等很多领域中进行信号处理的自然需求。由于源信号未知、源信号的混合  相似文献   

2.
盲分离技术是信号处理领域研究的热点问题,在源信号和混合过程未知的情况下,从混合信号中分离出源信号.重点研究了混合语音信号的盲分离方法,对语音信号进行加窗傅立叶变换,采用定点ICA算法对混合语音信号进行分离.最后使用Matlab软件对算法进行了仿真.  相似文献   

3.
通常的盲源分离算法都不具备对未知信号源个数估计的能力,而很多场合,源信号的个数是未知的甚至可能是动态变化的。子空间法的应用实现了源信号数目未知和动态变化的超定盲信号分离中源信号数目的在线跟踪估计。子空间法是将观测到的传感器信号划分为信号子空间和噪声子空间,这样做不仅能很大限度的降低噪声水平,还可以根据特征值大小来估计源信号数目。利用赤迟信息准则(AIC准则)和最小描述长度(MDL信息论准则)实现了动态源问题中阈值的在线调整。  相似文献   

4.
在进行信号预处理时,经常需要将多个混叠的源信号分离。遇到原信号与传输信道都未知的情况时,经常需要根据观测信号的统计分布情况,去分离原始信号。本文介绍了一种基于FastICA迭代算法的盲源分离技术,用于将瞬时叠加的多个非高斯信号进行分离。文章分析了该算法的数学原理,设计了算法程序的实现流程,并在python开发环境下对算法进行了仿真,仿真程序很好的仅从接收信号中分离出了所需的源信号。可用于一些混叠信号的盲源分离。  相似文献   

5.
王康  程浩  张坤 《科技通报》2019,35(2):138-143,149
针对单通道情况下传统盲源分离方法难以恢复源信号的问题,提出一种基于变分模态分解(VMD)的单通道信号盲源分离方法。首先对单通道信号进行变分模态分解(VMD)获得一系列本征模态函数(IMF)分量,将单通道信号和其IMF分量构成多维信号,然后采用主成分分析法估计源数,依据估计的源信号数目重组多通道观测信号,最后利用改进的变步长等变自适应分离(VSEASI)算法实现信号的盲分离。将所提出方法应用于齿轮和轴承的单通道信号仿真研究,仿真结果表明,该方法能够有效地分离出齿轮和轴承信号,解决了单通道信号盲源分离问题。  相似文献   

6.
独立成分分析算法是在混合信号和源信号未知的情况下,通过一些线性分析,使其恢复源信号的一种方法。笔者主要是研究一种鲁棒性比较好的新的独立成分分析方法 Robust ICA,并用此方法对人工合成的混合信号进行分离,仿真结果证明此算法可以成功的分离混合信号,并且较原有的算法有更大的准确性。  相似文献   

7.
针对现有盲源分离方法存在的源信号类型和高斯信号个数受限制问题,提出一种基于非线性函数和简化粒子群优化的盲源分离新算法.算法采用依据源信号类型选取的非线性函数作为目标函数,运用简化粒子群优化算法对目标函数进行优化,实现多类型源信号同时混合的盲源分离.仿真结果表明,本算法能够有效实现源信号为多类型和含有2路高斯信号的盲源分离.与其他算法相比,本算法收敛速度更快,分离精度更高.  相似文献   

8.
独立分量分析是近年发展起来的一种高效的信号分离方法,主要对观测的混合信号进行分离或提取各个源信号。简要介绍了ICA的概念、基本原理以及FastICA算法,通过实际语音信号的仿真,证明了用FastICA算法分离语音信号可以取得较好的结果。  相似文献   

9.
针对目前盲分离算法还无法满足对语音信号盲分离的精度需求,本文提出一种新型语音信号盲分离算法。该算法在最小增益的语音盲分离算法的基础上,针对其缺陷,引入了广义高斯分布模型,对最小增益的语音盲分离算法的迭代运算进行了优化处理,通过计算每次迭代后恢复出来的每个源的峰度值来增加原算法的分离精度。通过仿真试验进行验证,得到的结果是:改进的算法不仅仅没有失去本真效果,经过分离语音信号,对原始语音信号的波形基本保持在一定的范围内,而且表现出较好的性能。  相似文献   

10.
通过径向基函数(RBF)神经网络近似非线性混合映射的方法,研究了一种从非线性混合信号中盲源分离的算法。该方法采用RBF神经网络分离系统输出分量的互信息作为目标函数,目标函数的最小化导致输出量之间的独立性,以便使源信号尽可能的分离出来。采用无监督的模糊C均值聚类方法训练RBF神经网络的权值,可以大大节省计算量。仿真结果讨论了RBF神经网络隐含层不同的神经元个数对盲源分离效果的影响,并且证明了本算法是有效性的和可行的,并且有较强的鲁棒性。  相似文献   

11.
盲信号处理理论研究目前主要集中在盲信号分离(BSS)和盲系统辨识(BSI)两个方向上。文章从介绍信号分离技术的概念开始,在对盲信号分离技术的发展现状进行分析的基础上,对盲信号分离技术中的自适应盲信号分离算法进行了重点解析。  相似文献   

12.
徐欢 《科技广场》2010,(3):206-208
近些年,信号处理在理论与方法方面发展速度很快。独立分量分析技术(Independent Component Analysis,简称ICA)是信号处理领域近十几年才发展起来的一种新的理论和方法,并且逐步的成熟化与系统化,变成了信号处理领域内重要的组成部分。本文主要讨论线性瞬时混合情况下语音信号盲分离算法,阐述了算法原理,进行了实验仿真,以此来证明算法的有效性。  相似文献   

13.
对突发衰落信号的镜像恢复是实现北斗卫星无线电远场伪码载波跟踪的关键。当前采用基于BMP的粒子群欠定盲分离方法实现对突发衰落信号的分离和恢复,当信号由多源信源产生时,无法知道源信号的数目,导致信号恢复效果不好。提出一种混叠矩阵谱估计的多源突发衰落信号镜像恢复算法,采用K-means聚类估计混叠矩阵,设计多源突发衰落信号在时间或频率轴上的紧凑模型,定义整段信号的宽带混叠模糊函数,求解混叠矩阵的特征向量得到信号的谱估计,以此为遍历参数得到扩频码跟踪的最佳聚类数,实现对源信号的准确镜像恢复。仿真实验表明,该算法在卫星无线电远场伪码多源突发衰落信号镜像恢复中精度较高,计算开销较少,稳定性好,在探测导航控制等邻域具有较好应用性。  相似文献   

14.
在利用计算机进行实时信号处理时 ,首先将信号由 A/D转换电路采集进来 ,然后要对周期信号和非周期信号分别进行处理 ,因此 ,周期分析是完全由软件执行的信号处理的第一步 ,它是整个信号处理的关键一步 ,其结论正确与否直接影响着后序过程的进行和最后的信号分析结果 ,因此有必要对其进行一番认真而深入的探讨。首先探讨一下周期分析所要实现的功能。从信号处理的过程来看 ,周期分析所要实现的功能有两个 :一是确定该信号是不是周期信号 ;二是如果该信号是周期信号 ,则要确定其周期的确切值。在具体实现该功能时 ,周期分析对信号也有一定的…  相似文献   

15.
《科技风》2017,(15)
介绍了快速范数对角化(FFDiag)算法基本原理、分离条件和一般步骤。针对FFDiag的算法不足,提出了改进的FFDiag算法,并运用该算法成功的分离出模拟煤系地层接收的混合弹性波信号,从而证明改进的FFDiag算法在煤系地层弹性波信号盲源分离中可行性。  相似文献   

16.
盲源分离技术能够帮助完成机械设备的故障诊断,其中,单通道盲源分离技术正是该领域研究的热点。学者们在该领域以机械振动信号作为研究对象应用最为广泛,在此基础上,本文针对单通道的转动机械声音信号盲源分离进行讨论,为机械声学故障诊断的发展奠定基础。  相似文献   

17.
在探测、医疗等领域,对微弱信号检测准确性的要求非常高,但微弱信号不仅自身信号强度非常低,而且在传播的过程中,通常伴随一定的噪声和干扰,使检测工作要建立在盲源分离方法的基础上,极大的增加了微弱信号的检测难度。在此背景下,本文针对微弱信号检测的盲源分离方法和应用问题展开研究,为相关领域提升微弱信号的检测准确性提供参考。  相似文献   

18.
文章统计分析了混合语音信号盲分离领域的专利申请,并对专利技术进行分解,统计了国内外历年申请量、技术产出国家/地区分布、申请人分布,并根据被引频次数列举核心专利申请。分析表明语音盲分离技术在国内还处于方兴未艾的研究阶段。基于瞬时线性混合模型的解决方案,衍生出了各类应用场合和侧重点不同的算法。  相似文献   

19.
语音盲分离问题是近年来的研究热点,针对语音信号卷积混合模型的特点,利用短时傅里叶变换将时域计算复杂的卷积变换为频域简单的瞬时分离,考虑语音信号的非平稳和自相关特性,采用非迭代的基于二阶统计量的盲分离算法,并在转换回时域前解决排序和幅度模糊问题,该方法没有遮代过程,处理速度快,最后仿真实验证明了算法的有效性。  相似文献   

20.
把卷积盲分离算法应用于雷达系统抗干扰中,提出一种新的雷达系统干扰抑制算法.该算法在时域中对四阶累积量进行联合块对角化,以实现雷达信号和干扰信号的盲分离.计算机仿真结果表明,在无噪及含噪情况下,该算法均可把卷积混合的雷达回波信号及干扰信号分离开来,且有很好的分离性能.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号