使用ε-SVR求解稀疏分解的单混合信号BSS

• 作者: 彭平 李瑛 牛忠霞 王映民 魏橦
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 单混合信号 盲源分离 稀疏分解 支持向量回归(SVR) 序列最小化算法(SMO)
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 信息与通信工程
• 页码范围: 163-166
• 页数: 4页
• 分类号: TN72
• 字数: 2219字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2006.02.016

摘要

文章提出了一种单混和信号盲源分离(BSS)问题的改进解法.在源信号数大于混合信号数时,标准ICA法不再有效,BSS可使用稀疏分解法.文章首先将稀疏分解法等同于支撑向量回归(SVR)的一种形式,为稀疏分解法提供新的直观解释和求解方法.通过引入序列最小化算法(SMO)求解该SVR类比形式,显著提高了算法的速度和实用性.最后,我们将方法应用于QAM调制信号的单混合信号的盲分离问题,得到较好的分离效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛忠霞	信息工程大学信息工程学院	71	369	11.0	14.0
2	王映民	信息工程大学信息工程学院	10	27	3.0	4.0
3	李瑛	信息工程大学信息工程学院	9	22	3.0	4.0
4	彭平	信息工程大学信息工程学院	3	1	1.0	1.0
5	魏橦	信息工程大学信息工程学院	2	5	1.0	2.0