基于二阶统计和时间结构的盲信号分离方法

• 作者: 吴建强 周力 汪磊 邱萌萌
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 二阶统计量 盲源分离 白化 最小描述长度准则 时延协方差矩阵
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 网络与通信
• 页码范围: 2510-2513,2517
• 页数: 5页
• 分类号: TN911.7
• 字数: 4088字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.09.2510

摘要

盲源分离(BSS)的目标就是在混合过程未知的情况下,仅仅依据观测得到的混合信号,恢复出不能直接观测的源信号.针对具有时间结构的源信号,即各个源信号分量满足空间上不相关但时间上相关,提出了一种基于二阶统计量的盲源分离方法.该方法首先对混合信号进行鲁棒预白化处理,其中依据最小描述长度准则对源信号的维数进行估计;然后通过对白化信号的时延协方差矩阵进行奇异值分解(SVD),从而实现源信号的盲分离.仿真中通过对一组语音信号的分离验证了算法的效果,并利用信号干扰比(SIR)和性能指标函数(PI)两个指标定量地对算法的性能进行了度量.