基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
联合对角化方法是求解盲源分离问题的有力工具.但是现存的联合对角化算法大都只能求解实数域盲源分离问题,且对目标矩阵有诸多限制.为了求解更具一般性的复数域盲源分离问题,提出了一种基于结构特点的联合对角化(Structural Traits Based Joint Diagonalization,STBJD)算法,既取消了预白化操作解除了对目标矩阵的正定性限制,又允许目标矩阵组为复值,具有极广的适用性.首先,引入矩阵变换,将待联合对角化的复数域目标矩阵组转化为新的具有鲜明结构特点的实对称目标矩阵组.随后,构建联合对角化最小二乘代价函数,引入交替最小二乘迭代算法求解代价函数,并在优化过程中充分挖掘所涉参量的结构特点加以利用.最终,求得混迭矩阵的估计并据此恢复源信号.仿真实验证明与现存的有代表性的对目标矩阵无特殊限制的复数域联合对角化算法FAJD算法及CVFFDIAG算法相比,STBJD算法具有更高的收敛精度,能有效地解决盲源分离问题.
推荐文章
利用盲源分离算法实现DOA估计
DOA估计
盲源分离
联合对角化
FBSS-DOA
一种新的联合对角化盲源分离算法分析
盲源分离
联合矩阵
二阶累积量
四阶累积量
两正定矩阵联合对角化盲分离算法
盲源分离
联合对角化
奇异值分解
利用盲源分离算法实现DOA估计
DOA估计
盲源分离
联合对角化
FBSS-DOA
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种利用结构特点实现复数域联合对角化解盲源分离新算法研究及应用
来源期刊 电子学报 学科 工学
关键词 盲源分离 联合对角化 STBJD算法 交替最小二乘迭代算法
年,卷(期) 2017,(1) 所属期刊栏目 学术论文
研究方向 页码范围 29-36
页数 8页 分类号 TN911.7
字数 6795字 语种 中文
DOI 10.3969/j.issn.0372-2112.2017.01.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘来君 长安大学公路学院 42 523 12.0 22.0
2 徐先峰 长安大学电子与控制工程学院 21 77 5.0 8.0
3 段晨东 长安大学电子与控制工程学院 74 800 16.0 26.0
4 杨小军 长安大学信息工程学院 23 78 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (17)
参考文献  (21)
节点文献
引证文献  (7)
同被引文献  (23)
二级引证文献  (4)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(4)
  • 参考文献(3)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(5)
  • 参考文献(4)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
盲源分离
联合对角化
STBJD算法
交替最小二乘迭代算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导