一类欠定盲源分离问题的有理ICA法

发布时间：2020-11-08 23:24

　　 盲源分离问题是信号处理中一类非常经典的问题,应用领域特别的广泛。实际中,采集设备数量通常小于源信号的数量,欠定的盲源分离问题更为普遍。虽然欠定的情况下恢复信号更加困难,但该情形更加符合实际的情况,因此对欠定盲源分离算法展开研究具有非常重要的意义。本文介绍了K-means聚类算法和标准盲源分离的有理函数ICA法的基本理论。K-means聚类算法在给定聚类个数的情况下,能将数据集划分为不同类别。有理函数ICA法是针对混合信号与源信号数目相等的标准盲源分离问题,提出一种有理函数形式的密度函数估计,避免了选择开关函数,计算简单且可以高效地从超高斯与亚高斯分布的混合信号中获得分离信号。本文包含三个方面的研究内容:一、本文针对K-means算法有包括需要提前给出类别数目,初始聚类中心的选择对聚类结果影响很大和异常点对每次迭代的聚类中心影响很大等缺陷,提出K-C-means聚类算法、自适应K-C-means聚类算法及精准K-C-means聚类算法。数值实验表明,改进的聚类算法对于本文讨论的欠定盲源分离问题有更好的聚类效果。二、本文针对每时刻只有一个人讲话的欠定情形,仅通过分析两个观测信号行之间的关系,并根据每个人都只讲了一段话及有人间断地讲了多段话的两种不同情况,分别提出了简单可行的欠定盲源分离算法。三、本文针对在给定的每个时间间隔内只有不超过观测信号数目的源信号占主导地位的欠定情形,此时欠定情形可分段转化为标准情形,在每个给定的时间间隔内,应用有理函数ICA法求解分离信号。本文称其为一类欠定盲源分离问题的有理ICA法。数值实验表明了该方法能有效分离信号。本文的第一章主要介绍了K-means聚类算法的基本理论及其改进;第二章主要介绍针对每时刻只有一个人讲话的欠定情形提出的欠定盲源分离方法;第三章主要介绍标准盲源信号分离的有理函数ICA法和本文提出的一类欠定盲源分离问题的有理ICA法;第四章是数值实验与分析;最后是对全文的总结和展望。
【学位单位】：大连理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN911.7
【文章目录】：
摘要
Abstract
引言
1 K-means聚类算法的基本理论和改进
    1.1 K-means聚类算法基本理论
    1.2 K-means聚类算法的改进
        1.2.1 K-C-means聚类算法
        1.2.2 自适应K-C-means聚类算法
        1.2.3 精准K-C-means聚类算法
2 每时刻仅有单一信号的欠定盲源分离算法
    2.1 简单情形分析
    2.2 复杂情形分析
3 一类欠定盲源分离问题的有理ICA法
    3.1 标准盲源分离的有理函数ICA法
    3.2 欠定有理ICA法一
    3.3 欠定有理ICA法二
    3.4 最小化相关系数法确定混合矩阵的行序
4 数值实验与分析
    4.1 每时刻仅有单一信号的欠定盲源分离算法
        4.1.1 简单情形数值实验与分析
        4.1.2 复杂情形数值实验与分析
    4.2 一类欠定盲源分离问题的有理ICA法
        4.2.1 欠定有理ICA法一数值实验与分析
        4.2.2 欠定有理ICA法二数值实验与分析
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢

【相似文献】

相关期刊论文 前10条

1 付卫红;周新彪;农斌;;单通道盲源分离的研究现状与展望[J];北京邮电大学学报;2017年05期

2 赵知劲;黄艳波;;基于小波包分解的单通道盲源分离算法[J];通信技术;2017年03期

3 张和发;李立萍;胡元奎;;频域盲源分离的非圆信号推广[J];航天电子对抗;2013年06期

4 李鹏;周明全;黎南杉;王学松;;基于频域卷积信号盲源分离的乐曲数据库构建[J];计算机应用研究;2010年04期

5 冯健;付兴龙;刘浩达;李訸;;非线性盲源分离算法研究[J];中国科技论文在线;2009年01期

6 程水英;盲源分离理论的思维方式[J];发明与创新;2004年12期

7 杨杰明;齐厚颖;;改进的互信息最小化非线性盲源分离算法[J];电测与仪表;2015年09期

8 彭安洪;赖惠成;;一种采用径向基神经网络的盲源分离算法[J];计算机仿真;2012年10期

9 杨俊安,邹谊,庄镇泉;基于多宇宙并行量子遗传算法的非线性盲源分离算法研究[J];电子与信息学报;2004年08期

10 林秋华,殷福亮;盲源分离自适应算法的统一形式[J];大连理工大学学报;2002年04期

相关博士学位论文 前10条

1 陆珊珊;雷达网信息综合侦察分析技术研究[D];国防科技大学;2017年

2 张然;基于自适应稀疏表示的微震信号压缩感知及盲源分离研究[D];中国矿业大学;2018年

3 姚小俊;基于欠定盲源分离理论的结构运营模态辨识方法研究[D];大连理工大学;2018年

4 康志龙;基于盲源分离的智能图像处理技术研究[D];河北工业大学;2017年

5 陈晓屹;水声信号的盲源分离算法研究[D];西北工业大学;2016年

6 黄璐;基于盲源分离的脑电信号分析与应用[D];东北大学;2016年

7 李新辉;基于盲源分离的运行模态分析方法理论和实验研究[D];哈尔滨工程大学;2015年

8 刘佳;单通道盲源分离及其在水声信号处理中的应用研究[D];哈尔滨工程大学;2011年

9 郝志华;基于局域波法和盲源分离的故障诊断方法应用研究[D];大连理工大学;2005年

10 林秋华;基于盲源分离的图像与语音加密新方法研究[D];大连理工大学;2006年

相关硕士学位论文 前10条

1 马志阳;基于LMS和FA的盲源分离优化算法研究[D];重庆邮电大学;2019年

2 张华伟;PSO瞬时与频域卷积盲源分离算法研究[D];重庆邮电大学;2019年

3 徐林涛;基于改进自然梯度算法的盲源分离研究[D];湘潭大学;2019年

4 范文泉;基于盲源分离算法的抗主瓣干扰技术深化研究[D];中国电子科技集团公司电子科学研究院;2019年

5 李小峰;盲源分离算法在液态危险品检测中的应用与实现[D];成都理工大学;2019年

6 裴俭俭;一类欠定盲源分离问题的有理ICA法[D];大连理工大学;2019年

7 张辛;磨音信号检测与处理方法研究[D];重庆邮电大学;2018年

8 汪旻达;基于联合盲源分离的视频心率监测方法研究[D];合肥工业大学;2019年

9 杨柳依;基于双树复小波变换的单通道盲源分离算法研究[D];天津理工大学;2019年

10 刘明珠;语音信号的卷积盲源分离算法研究[D];哈尔滨理工大学;2019年

本文编号：2875513