一种欠定混合情形下的信源数目盲估计方法

• 作者: 傅攀 左超华 张洁 陈春俊 高宏力
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 源数估计 卡尔曼滤波 经验模态分解 拉氏逼近 贝叶斯选择原理
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 【数据采集及信号处理】
• 页码范围: 113-117
• 页数: 5页
• 分类号: TN911.7
• 字数: 3527字
• 语种: 中文

摘要

准确估计信源数目是盲源分离实现有效分离的重要前提之一。针对源信号数目未知且少于观测信号数目的欠定问题，提出了一种有效的信源数目盲估计方法。该方法基于经验模态分解，并结合协方差矩阵的奇异值分解，采用拉氏逼近的贝叶斯选择原理来估计源信号数目。在对观测信号进行经验模态分解前，为了消除本征模态函数的模态混合现象，引入卡尔曼滤波算法对观测信号进行了消噪处理。分别采用仿真信号和实测信号对该方法进行验证，研究表明，方法能够准确估计出源信号数目，为盲源分离提供准确的先验信息。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张洁	西南交通大学机械工程学院	45	455	10.0	20.0
2	陈春俊	西南交通大学机械工程学院	112	556	12.0	19.0
3	傅攀	西南交通大学机械工程学院	78	545	12.0	18.0
4	高宏力	西南交通大学机械工程学院	121	722	14.0	22.0
5	左超华	西南交通大学机械工程学院	1	5	1.0	1.0