基于单源点检测的欠定盲源分离方法.pdf
书生****瑞梦
亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于单源点检测的欠定盲源分离方法.pdf
本发明公开了基于单源点检测的欠定盲源分离方法,首先将待分析的观测信号进行短时傅里叶变换得到相应的时频域复矩阵。然后将每个观测信号的时频复矩阵向量化并归一化。利用向量的余弦夹角准则检测出归一化时频矩阵中所有相等的列向量,这些提取的列向量即为单源点。然后对已提取的单源点进行层次聚类,得到聚类中心,每个类别的中心对应混合矩阵的一列,进而实现混合矩阵的估计。最后利用估计的混合矩阵,通过最小二乘法实现所有源在所有时频点的时频估计,再通过时频逆变换得到源的时域形式。本发明提出的方法考虑了不同单源点之间的线性关系,而且
一种基于单源点检测的欠定盲源语音信号分离的方法.pdf
本发明提供了一种基于单源点检测的欠定盲源语音信号分离的方法,包括以下步骤:首先将线型麦克风阵列放于源信号的远场,得到多组接收信号数据;然后将接收信号数据进行时频域分析,构建时频域信号散点图;对每个点的横纵坐标作比值得到一组数据,进行聚类得到幅度的衰减参数;利用势函数聚类方法,得到势函数—衰减参数—时延参数三维散点图。利用子空间映射的方法,混合矩阵下完成源语音信号的恢复。本发明的核心内容在于利用盲源分离中的稀疏成分分析技术提出一种基于单源点检测的欠定盲源语音信号分离的方法,应用本发明可以在一定含噪环境下,对
一种基于复角检测的欠定盲源分离中的时频单源点提取方法.pdf
本发明属于盲信号分离技术领域,尤其涉及一种基于复角检测的欠定盲源分离中的时频单源点提取方法。本发明包括:从接收传感器获取经过瞬时混合后的源信号即观测信号;忽略噪声的影响,计算观测信号的空间时频分布;计算时频域各传感器接收信号的复角;计算两传感器接收信号的复角的反正切函数差值;取时频单源点集合中的时频点,通过自适应层次聚类的方法去除噪声。本发明提供的方法降低了对源信号稀疏性的要求,提高了时频单源点的提取精度,使得本发明可以解决源信号在时频域均混叠条件下的欠定盲源分离中时频单源点的提取问题。
基于密度的欠定盲源分离方法.pdf
本发明公开了一种基于密度的欠定盲源分离方法,主要解决现有技术计算复杂度高,易受初始值影响,需给定源信号个数的问题。其实现步骤是:对观测信号去掉低能量采样数据后投影到单位右半超球面上;计算所有投影点的密度参数,删除密度较小的投影点;利用改进的K-均值聚类算法对剩余投影点进行聚类,确定最佳聚类个数和聚类中心;去掉包含数据对象个数很少的聚类,剩余聚类个数为源信号个数的估计值,对应的聚类中心为混合矩阵各个列矢量的估计值;根据观测信号和估计出的混合矩阵,采用线性规划法恢复源信号。本发明降低了计算复杂度,减小了初始值
基于块分割的欠定盲源分离混合矩阵估计方法.pdf
本发明公开了一种基于块分割的欠定盲源分离源混合矩阵估计方法。本发明首先获取采样信号向量,然后提取高能量采样信号向量并归一化,构造二维坐标平面并分割坐标纵轴,然后统计提取出包含聚类中心的子区间,取该子区间的中点值作为聚类中心的纵坐标,进而得到聚类中心的坐标值,最终获得欠定盲源分离混合矩阵。本发明克服了现有技术存在的在源信号非充分稀疏条件下的欠定盲源分离混合矩阵估计精度差和时间复杂度高的缺点,使得本发明适用于源信号非充分稀疏条件下的欠定盲源分离,并且具有能保持较快速度和较高精确度估计出欠定盲源分离混合矩阵的优