稀疏分量分析及其應(yīng)用研究.pdf

1、隨著計(jì)算機(jī)技術(shù)和數(shù)字信號(hào)處理技術(shù)的發(fā)展，盲源分離技術(shù)成為了現(xiàn)代信號(hào)處理領(lǐng)域中的一個(gè)新的研究熱點(diǎn)，盲源分離是指在源信號(hào)的信息和傳輸信道信息未知的情況下，僅從得到的觀測(cè)信號(hào)中分離出各個(gè)源信號(hào)。盲源分離技術(shù)從開(kāi)始提出到現(xiàn)在二十多年的時(shí)間里，引起了國(guó)內(nèi)外越來(lái)越多的科研學(xué)者的興趣，并且在生物醫(yī)學(xué)信號(hào)處理，語(yǔ)音信號(hào)處理、數(shù)字通信、雷達(dá)、圖像處理等領(lǐng)域有廣闊的發(fā)展前景。
　　 到目前為止，針對(duì)盲源分離問(wèn)題已經(jīng)提出很多方法和算法，其中比較經(jīng)典的

2、算法就是獨(dú)立分量分析算法，但是獨(dú)立分量分析不能解決欠定盲源分離問(wèn)題。稀疏分量分析是基于稀疏表征的一種信號(hào)處理方法，能夠有效的解決欠定盲源分離問(wèn)題?；谙∈璺至糠治鏊惴ㄇ蠼馇范ぴ捶蛛x問(wèn)題的一些算法也在逐漸的提出，目前應(yīng)用比較多的是用“兩步法”來(lái)解決欠定盲源分離問(wèn)題。本文在“兩步法”的基礎(chǔ)上，對(duì)欠定線性瞬時(shí)混疊以及含噪情況下的語(yǔ)音信號(hào)盲分離進(jìn)行了研究。本論文的主要成果如下：
　　 （1）針對(duì)觀測(cè)信號(hào)的散點(diǎn)圖在原點(diǎn)中心混疊程度過(guò)高導(dǎo)

3、致無(wú)法準(zhǔn)確估計(jì)混疊矩陣的缺點(diǎn)，提出了基于密度的“弭滅圓K均值”聚類算法，該算法剔除原點(diǎn)附近密度大于某一閾值的樣本數(shù)據(jù)，減少原點(diǎn)周圍混疊數(shù)據(jù)對(duì)聚類精度的影響，提高了混疊矩陣的估計(jì)精度。
　　 （2）為了提高語(yǔ)音信號(hào)的稀疏性，通過(guò)小波分解的方法把語(yǔ)音信號(hào)變換到小波域，從而提高語(yǔ)音信號(hào)的頻率分辨率。并且在小波域?qū)崿F(xiàn)欠定混疊語(yǔ)音信號(hào)盲分離，然后再重構(gòu)時(shí)域源信號(hào)。
　　 （3）針對(duì)含噪語(yǔ)音信號(hào)，提出基于小波閾值去噪的方法對(duì)“兩步法