基于稀疏性增強(qiáng)的欠定盲源分離算法研究.pdf

1、盲源分離問(wèn)題是信號(hào)處理領(lǐng)域當(dāng)中一個(gè)傳統(tǒng)而又具有挑戰(zhàn)性的問(wèn)題，其中欠定盲源分離尤其受到廣大學(xué)者的關(guān)注，目前解決欠定盲源分離問(wèn)題的方法主要是基于稀疏分量分析理論的“兩步法”。本文在對(duì)欠定盲源分離問(wèn)題深入研究的成果之上，針對(duì)稀疏性較差的源信號(hào)，研究了增強(qiáng)信號(hào)稀疏性的欠定盲源分離算法。本文的主要工作如下：
　　首先，介紹了盲源分離模型的基礎(chǔ)知識(shí)及稀疏分量分析理論，闡述了幾種常用的稀疏變換，并且說(shuō)明了幾種傳統(tǒng)的混合矩陣估計(jì)算法和壓縮感知的基

2、本原理，在此基礎(chǔ)上說(shuō)明了衡量混合矩陣估計(jì)性能的標(biāo)準(zhǔn)和衡量源信號(hào)恢復(fù)的性能標(biāo)準(zhǔn)。
　　其次，針對(duì)稀疏性較差的源信號(hào)，研究了兩種估計(jì)混合矩陣的算法：基于角度的孤立點(diǎn)檢測(cè)及模糊C均值聚類的混合矩陣估計(jì)，以及基于時(shí)頻單源點(diǎn)與源數(shù)目估計(jì)相結(jié)合的混合矩陣估計(jì)算法，通過(guò)去除孤立時(shí)頻點(diǎn)和提取單源點(diǎn)來(lái)增強(qiáng)信號(hào)的稀疏性。在分析欠定盲源分離及壓縮感知模型一致性的基礎(chǔ)上，研究了基于壓縮感知及自適應(yīng)K-SVD字典的源信號(hào)重構(gòu)算法，實(shí)現(xiàn)了源信號(hào)的分離。