基于变分模态分解的混合信号分离方法研究

发布时间：2023-02-06 15:15

　　单通道混合信号分离是盲源分离(Blind Source Separation,BSS)的一种,是目前信号处理领域的一个研究热点。盲源分离是在先验信息极少,并且信道不明的情况下,根据已知的观测信号分离得出源信号的过程。用于解决线性正定问题的盲源分离算法已经成熟,而欠定和单通道技术还在发展中。单通道盲分离问题虽然是欠定盲分离问题的一种情况,但是欠定分离的算法对单通道的解决效果不佳,有的分离出的信号与源信号相关性太差,甚至不能完成分离。因此,本文的研究着眼于单通道盲分离,对单通道盲分离展开以下的研究工作:(1)经验模态分解算法(Empirical Mode Decomposition,EMD)分解的本征模态函数的个数不能确定,而且容易出现模态混叠,因此基于EMD分解的单通道盲源分离算法存在不稳定性。针对该问题,选择用变分模态分解算法(Variational Mode Decomposition,VMD)代替EMD算法,将单通道转换成虚拟多通道,使得欠定的病态问题转换成正定的一般问题。最后利用独立分量分析(Independent component analysis,ICA)算法分离获得源信号...

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景和意义
    1.2 研究现状与发展趋势
        1.2.1 单通道混合信号分离的研究现状
        1.2.2 NMF算法的研究现状
        1.2.3 变分模态分解的研究现状
    1.3 本文的主要研究内容
第2章 盲源分离的基本理论
    2.1 引言
    2.2 单通道混合信号分离模型
    2.3 盲源分离的可分离性与不确定性
    2.4 数据的预处理
        2.4.1 中心化
        2.4.2 白化
        2.4.3 分帧加窗
    2.5 正定盲源分离
        2.5.1 ICA的算法模型
        2.5.2 用峭度解决ICA模型
        2.5.3 用负熵解决ICA模型
    2.6 分离效果的评判参数
    2.7 本章小结
第3章 基于VMD和ICA的混合信号分离
    3.1 引言
    3.2 模态分解相关的基础概念
        3.2.1 希尔伯特变换与解析信号
        3.2.2 瞬时频率
        3.2.3 本征模态函数
        3.2.4 维纳滤波
        3.2.5 经验模态分解(EMD)
    3.3 变分模态分解的原理
        3.3.1 构造变分模型
        3.3.2 求解变分模型
    3.4 基于VMD和ICA的混合信号分离
        3.4.1 算法的具体步骤
        3.4.2 算法实现流程图
        3.4.3 VMD算法中K值的确定
        3.4.4 实验仿真与分析
    3.5 本章小结
第4章 基于VMD和NMF的混合信号分离
    4.1 引言
    4.2 语音信号的基础知识
        4.2.1 语音信号的特点
        4.2.2 语音信号的频域表示
    4.3 非负矩阵分解算法
        4.3.1 非负矩阵分解模型
        4.3.2 求解NMF模型
        4.3.3 NMF的约束准则
        4.3.4 NMF的算法步骤
    4.4 聚类算法
        4.4.1 K均值聚类
        4.4.2 模糊C均值聚类
    4.5 基于NMF的单通道语音信号分离
        4.5.1 算法步骤
        4.5.2 算法流程图
        4.5.3 实验及结果分析
    4.6 基于VMD和NMF的语音信号分离
        4.6.1 算法步骤
        4.6.2 算法流程图
        4.6.3 实验及结果分析
    4.7 本章小结
第5章 总结与展望
    5.1 全文总结
    5.2 不足与展望
参考文献
攻读硕士期间发表的论文
致谢



本文编号：3736139