2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、盲源分離是近十幾年新興起來的一個(gè)研究課題,在許多領(lǐng)域都有著重要的應(yīng)用,已經(jīng)成為現(xiàn)代信號處理領(lǐng)域中的一個(gè)新的研究熱點(diǎn)。盲源分離是指在不知道源信號和混疊系統(tǒng)先驗(yàn)知識的情況下,僅根據(jù)來自傳輸系統(tǒng)的觀測信號分離或估計(jì)出各源信號的過程。獨(dú)立分量分析方法是其中最具有代表性的算法,但是其使用的前提是觀測信號數(shù)目大于或者等于源信號的數(shù)目,即系統(tǒng)屬于超定或者正定情況。當(dāng)觀測信號數(shù)目小于源信號數(shù)目時(shí),即為欠定情況,更加符合實(shí)際情況。由于可以事先確定傳感器的

2、數(shù)目,欠定盲源分離技術(shù)更加實(shí)用。
  本文主要研究線性瞬時(shí)混合模型下的欠定盲源分離技術(shù),涉及到混合矩陣估計(jì)和源信號分離問題,主要包括以下兩方面的內(nèi)容:
  (1)一種基于粒子群和K均值混合聚類的混合矩陣估計(jì)算法?;旌暇仃嚬烙?jì)算法是欠定盲源分離中的關(guān)鍵性問題之一。針對傳統(tǒng)的K均值聚類算法對初始值設(shè)定要求較高,容易落入局部最優(yōu)解,且對孤立點(diǎn)和噪聲比較敏感的缺點(diǎn),本文采用一種基于粒子群優(yōu)化和K均值算法的混合聚類算法。通過在粒子群算

3、法運(yùn)行過程中通過引入隨機(jī)變異操作提高混合算法的全局搜索能力,并根據(jù)群體適應(yīng)度方差來確定何時(shí)執(zhí)行K均值算法,同時(shí)利用網(wǎng)格密度法修正聚類中心,增強(qiáng)了混合算法的局部搜索能力的同時(shí)提高了混合矩陣的估計(jì)精度。計(jì)算機(jī)仿真實(shí)驗(yàn)結(jié)果表明該算法在穩(wěn)定性和混合矩陣估計(jì)精度上都有了明顯改善。
  (2)一種基于壓縮感知的源信號分離算法。在混合矩陣已知的情況下,通過分析CS和BSS基本數(shù)學(xué)模型間的相似之處,建立了基于壓縮感知的欠定盲源分離模型,然后利用壓

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論