基于混合聚类和网格密度的欠定盲分离混合矩阵估计的中期报告.docx
快乐****蜜蜂
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于混合聚类和网格密度的欠定盲分离混合矩阵估计的中期报告.docx
基于混合聚类和网格密度的欠定盲分离混合矩阵估计的中期报告引言混合矩阵估计是盲源分离(BSS)领域的一个重要问题,其目的是通过观测到的混合信号和相关矩阵,从中恢复出源信号和混合矩阵。然而,在实际应用中,混合矩阵常常存在欠定的情况,即混合矩阵的秩小于源信号的个数。这种情况下,传统的矩阵分解方法难以求解混合矩阵,因此需要采用其他方法。本文综述了混合聚类和网格密度两种方法,并提出了一种中间解决方案,即基于混合聚类和网格密度的方法,以期在欠定情况下实现混合矩阵估计。混合聚类方法混合聚类方法通过对混合信号进行聚类,从
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
基于混合聚类和压缩感知的欠定盲源分离研究的中期报告.docx
基于混合聚类和压缩感知的欠定盲源分离研究的中期报告一、研究背景和意义随着信息技术和通信技术的不断发展,人们对于多源混合信号的分离与恢复需求越来越高。欠定盲源分离是其中一个重要的研究方向。该任务目的在于从混合信号中提取出各源信号而无需知道源信号数目和信息。欠定盲源分离问题目前存在以下挑战:1.多源信号数目难以确定,且其相互影响不可忽略;2.数据量过大,数据存储与传输存在困难;3.多源信号具有高度复杂性,分离算法的复杂度高,耗时长。本文旨在研究基于混合聚类和压缩感知的欠定盲源分离方法,并探究其在多源混合信号分
一种针对欠定盲源分离的混合矩阵估计方法.pdf
本发明涉及一种针对欠定盲源分离的混合矩阵估计方法,对接收到的两路观测信号分别进行短时傅里叶变换得到两路观测信号的短时傅里叶系数X1(t,f)和X2(t,f),形成多个散点,去除低能量的散点;求取剩余散点的比值,根据比值将散点进行分类,得到散点数目最多的M类,计算每一类中散点比值的均值,然后将均值转化成直线的斜率角,再转换成列向量,根据方向接近的列向量得到旋转矩阵T,进行旋转变换,得到新的两路观测信号X′1(t,f)和X′2(t,f);针对两路观测信号X′1(t,f)和X′2(t,f),再次根据两路观测信号
一种稳健的欠定盲分离源数及混合矩阵估计方法及装置.pdf
本发明公开了一种稳健的欠定盲分离源数及混合矩阵估计方法及装置,方法包括:对观测频谱进行频谱校正;利用谱校正结果构造M×Q维的谐波参数矩阵,并对构造的矩阵进行归一化;对归一化×18的矩阵建立距离矩阵,判断距离矩阵的每一列中元素是×42小于阈值ξ,元素都不小于阈值的列对应的频率为重叠频率,将该频率对应的列从归一化×18的矩阵中剔除;对处理×18的矩阵计算势函数,并搜索势函数的峰值,确定源数目估计和混合矩阵估计。装置包括:输入模块、处理模块和输出模块。本发明针对周期平稳信号的欠定盲分离系统,可高精度地估计源信号