用慢特征分析算法实现水声信号盲分离

• 作者: 何会会 李钢虎 石超雄 要庆生 贺晓凯
• 来源期刊: 声学技术
• 学科: 工学
• 关键词: 信号处理 盲源分离 慢特征分析
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 信号处理及换能器
• 页码范围: 270-274
• 页数: 5页
• 分类号: TB566
• 字数: 4308字
• 语种: 中文
• DOI: 10.3969/j.issn1000-3630.2014.03.017

摘要

在常规的水声信号盲处理研究中，通常都是用独立成分分析算法分离线性混合信号，而对于较复杂的非线性混合信号，独立成分分析算法无能为力。针对这种情况，提出将慢特征分析(Slow Feature Analysis, SFA)算法应用于水声信号非线性盲源分离领域。一般而言，对源信号做非线性混合变换后输出混合信号较源信号变化较快，而采用SFA 算法可以从复杂的非线性混合信号中提取出变化缓慢的信号，通过仿真实验，分别对简单信号和复杂水声信号的非线性混合信号进行分离，通过将源信号与分离信号对比，发现SFA算法输出信号与源信号高度相似，验证了SFA算法在非线性盲源分离领域应用的有效性和可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李钢虎	西北工业大学航海学院	29	174	8.0	11.0
2	石超雄	西北工业大学航海学院	3	22	3.0	3.0
3	何会会	西北工业大学航海学院	2	19	2.0	2.0
4	要庆生	西北工业大学航海学院	1	6	1.0	1.0
5	贺晓凯	西北工业大学航海学院	1	6	1.0	1.0