基于压缩感知和优化算法的欠定盲源信号分离

• 作者: 刘延东 吴新杰 王静文 郑斯文 黄国兴
• 来源期刊: 辽宁大学学报（自然科学版）
• 学科: 工学
• 关键词: 欠定盲源信号分离 压缩感知 优化算法 稀疏性
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 物理
• 页码范围: 209-215
• 页数: 7页
• 分类号: TN911.7
• 字数: 3970字
• 语种: 中文

摘要

针对目前欠定盲源信号分离在源信号不充分稀疏的情况下分离精度较低的问题,提出一种基于压缩感知和优化算法的欠定盲源信号分离方法.首先分析了欠定盲源信号分离和压缩感知问题的等价性,并建立基于压缩感知的欠定盲源信号分离的数学模型;然后以分离信号的稀疏性和互相关性来建立目标函数,并通过使用压缩感知和优化算法来实现欠定盲源信号的分离;最后对语音信号进行了仿真实验.实验结果表明,在源信号不充分稀疏的情况下,利用这种方法得到的分离信号与源信号的平均相似系数为0.9903,由此可见这种方法是一种有效的、分离精度较高的分离方法.这也为欠定盲源信号分离问题的研究提供了一种新的途径和手段.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴新杰	辽宁大学物理学院	65	473	13.0	18.0
2	黄国兴	辽宁大学物理学院	9	77	4.0	8.0
3	刘延东	辽宁大学物理学院	7	46	4.0	6.0
4	王静文	辽宁大学物理学院	7	54	4.0	7.0
5	郑斯文		4	16	3.0	4.0