一种自适应单入多出盲源分离方法

• 作者: 卓东风 郭一娜 黄书华
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 单入多出盲源分离 总体经验模态分解 主成分分析 独立成分分析 Matlab
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 基金项目论文
• 页码范围: 170-173
• 页数: 4页
• 分类号: TP391
• 字数: 2435字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.08.045

摘要

单入多出盲源分离SIMO_BSS(Single input multiple out blind source separation)是一种特殊的欠定盲源分离情况.目前算法过程中过多地需要根据个人经验判断,自适应差.针对此问题提出通过经验模态分解EEMD(Ensemble empirical mode decomposition)将由多路信号混合成的单路信号分解为多路本征模态函数IMFs(Intrinsic mode functions),采用主成分分析PCA(Principle cornponent analysis)对多路本征模态函数自适应降维,并利用独立成分分析ICA(Independent component analysis)恢复出相互独立的多路源信号.最后,分别对周期混合信号、生物混合信号进行仿真,仿真结果表明在不同NSR条件下,与EEMD_ICA算法相比,速度快且分离效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卓东风	太原科技大学电子信息工程学院	38	117	6.0	9.0
2	郭一娜	太原科技大学电子信息工程学院	22	55	4.0	7.0
3	黄书华	太原科技大学电子信息工程学院	2	3	1.0	1.0