一种新的基于广义特征值分解的盲信号分离算法

• 作者: 姚振坚 谢胜利 高鹰
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 盲信号分离 广义特征值分解
• 年，卷（期）: 2005,（z1）
• 所属期刊栏目: 盲信号处理及自适应
• 页码范围: 102-105
• 页数: 4页
• 分类号: TN91
• 字数: 2152字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2005.z1.026

摘要

以矩阵的奇异值分解定理为基础,给出了一种基于广义特征值分解的盲信号分离算法,该算法以混叠信号的两个不同的方差矩阵为基础建立广义特征值问题,通过求解广义特征值问题的特征矢量来获得分离信号.该算法计算简单,避免了Para算法的不足,并能分离源信号中既有亚高斯信号又有超高斯信号的情况.仿真结果表明该算法是有效的,并具有很好的分离性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢胜利	华南理工大学电子与信息学院	175	4294	30.0	61.0
2	高鹰	广州大学信息学院计算机科学与技术系	80	1990	16.0	44.0
6	姚振坚	广州大学信息学院计算机科学与技术系	10	51	4.0	7.0