一种改进的基于奇异值分解的信源数目估计算法

发布时间：2018-04-03 03:25

  本文选题：盲源分离　切入点：奇异值分解　出处：《电讯技术》2014年03期

【摘要】：信源数目估计问题在盲源分离中具有重要的意义。研究了传感器数目大于信源数目时的源数估计问题。首先分析了用奇异值分解法进行信源数目估计的优势与不足,然后提出了一种改进的基于奇异值分解的信源数目估计算法。该算法首先对含噪混合信号进行奇异值分解,然后检测信号分量与噪声分量之间的转折点,将信号分量与噪声分量区分开来,从而得到信号源的数目。实验仿真表明,该算法在低信噪比以及采样点数较少时仍然具有好的性能。
[Abstract]:The estimation of the number of sources is of great significance in blind source separation.The problem of estimating the number of sensors when the number of sensors is larger than the number of sources is studied.Firstly, the advantages and disadvantages of using singular value decomposition method to estimate the number of sources are analyzed, and then an improved algorithm based on singular value decomposition is proposed to estimate the number of sources.The algorithm firstly decomposes the singular value of the noisy mixed signal, then detects the turning point between the signal component and the noise component, distinguishes the signal component from the noise component, and obtains the number of signal sources.The experimental results show that the algorithm still has good performance when the SNR and the number of sampling points are low.
【作者单位】： 解放军信息工程大学信息系统工程学院;
【分类号】：TN911.7

【参考文献】

相关期刊论文 前2条

1 余桐奎;王晓峰;韩德宝;张国锋;;基于独立分量的信号分离算法研究[J];测控技术;2012年04期

2 张洪渊,贾鹏,史习智;确定盲分离中未知信号源个数的奇异值分解法[J];上海交通大学学报;2001年08期

【共引文献】

相关期刊论文 前10条

1 陈锡明;黄硕翼;;盲源分离综述——问题、原理和方法[J];电子信息对抗技术;2008年02期

2 罗双才;卢刚;唐斌;;LS-Relax算法抗诱饵诱偏[J];电子信息对抗技术;2011年05期

3 胡浪涛;何辅云;查君君;;基于盲源分离和时频分析的漏磁信号处理[J];电子技术;2008年01期

4 谭北海;谢胜利;;基于源信号数目估计的欠定盲分离[J];电子与信息学报;2008年04期

5 秦国军;莫芙蓉;;滚动轴承含噪声谐波信号的欠确定盲源分离方法研究[J];国防科技大学学报;2006年01期

6 查君君;何辅云;周鹏;徐善红;;盲分离在缺陷信号处理中的应用[J];安徽工程大学学报;2013年03期

7 徐小红;高隽;范之国;;盲信号分离中信号源数目估计方法研究[J];合肥工业大学学报(自然科学版);2008年01期

8 马建仓;赵林;赵述元;李国鸿;张群芳;;飞机涡扇发动机振动源信号数目的确定及盲分离[J];火力与指挥控制;2011年01期

9 盛志超;盛骥松;杨旋;;一种对MIMO雷达侦察识别的新方法[J];舰船电子对抗;2011年06期

10 ;Source number estimation and separation algorithms of underdetermined blind separation[J];Science in China(Series F:Information Sciences);2008年10期

相关博士学位论文 前9条

1 何慧龙;机电设备微弱特征提取与诊断方法研究[D];天津大学;2007年

2 叶红仙;机械系统振动源的盲分离方法研究[D];浙江大学;2008年

3 李强;机械设备早期故障预示中的微弱信号检测技术研究[D];天津大学;2008年

4 徐小红;图像信息的基函数表示方法研究[D];合肥工业大学;2009年

5 阳小燕;氧化铝烧结窑排烟风机信息融合故障诊断方法与系统研究[D];中南大学;2008年

6 张烨;欠定混合信号的盲分离[D];上海大学;2009年

7 杨祖元;盲信号分离算法分析与应用研究[D];华南理工大学;2009年

8 明阳;基于循环平稳和盲源分离的滚动轴承故障特征提取方法研究[D];上海交通大学;2013年

9 周晓峰;机械振动源的分离和识别方法研究[D];浙江大学;2012年

相关硕士学位论文 前10条

1 磨莉;基于神经网络的盲信号分离的研究与应用[D];西安工业大学;2011年

2 谢志明;盲源分离技术在航空发动机故障诊断中的应用研究[D];中南大学;2011年

3 方韶茂;盲信号分离算法及关键技术应用研究[D];华南理工大学;2011年

4 潘威;基于独立分量分析的汽车变速器故障模式识别方法[D];华南理工大学;2011年

5 岳秀廷;基于变分贝叶斯混合独立分量分析的机械故障诊断方法研究[D];郑州大学;2011年

6 雷衍斌;航空发动机振动信号分离技术研究[D];南京航空航天大学;2010年

7 刘子龙;盲信号处理中信源数目估计方法研究[D];中北大学;2012年

8 周超雄;交通量声频检测的研究[D];长安大学;2002年

9 姜毅;混合通信信号的盲分离技术[D];电子科技大学;2004年

10 李维勤;基于混合信号概率密度函数估计的盲信号分离[D];西安电子科技大学;2005年

【二级参考文献】

相关期刊论文 前1条

1 张贤达,朱孝龙,保铮;Grading learning for blind source separation[J];Science in China(Series F:Information Sciences);2003年01期

【相似文献】

相关期刊论文 前10条

1 王春华;公茂法;衡泽超;;盲源分离技术及其发展[J];信息化纵横;2009年18期

2 权友波;王甲峰;岳e，

本文编号：1703421