抑制边缘效应的自适应单通道盲源分离

• 作者: 吴龙华 朱嘉钢 陆晓
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 单通道盲源分离 边缘效应 总体经验模式分解 主成分分析 独立成分分析
• 年，卷（期）: 2016,（14）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 130-135
• 页数: 6页
• 分类号: TP391
• 字数: 4487字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1409-0209

摘要

单入多出的盲源分离SIMO_BSS是一种特殊的欠定盲源分离。针对单信道问题，通常采用总体经验模态分解和独立成分分析联合使用EEMD_ICA算法。然而，以EEMD为基础的盲源分离算法，会产生边缘效应降低信号分离准确率。因此，提出了一种在端点处增加预测极值点的方法来抑制边缘效应，在时间、空间复杂度上要明显优于基于周期延拓源信号的方法，而且适用于长序列信号的分离。在不同的信噪比SNR下，通过心电ECG混合信号仿真，该方法比EEMD_ICA方法，以及EEMD_PCA_ICA方法分离出的信号相似度高。最后将该算法实际应用到周期压电信号中，结果表明该方法具有明显的去噪分离效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱嘉钢	江南大学物联网工程学院	39	160	7.0	10.0
2	陆晓	江南大学晓山股份联合实验室	6	18	3.0	4.0
3	吴龙华	江南大学物联网工程学院	1	1	1.0	1.0