通过CWLS-DL优化St-OMP算法的盲信号重构

• 作者: 张林波 郭凌飞
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 压缩感知 盲信号重构 信号重构精度 计算复杂度 稀疏成分分析 加权最小二乘 字典学习 正交匹配追踪算法
• 年，卷（期）: 2019,（3）
• 页码范围: 40-45,50
• 页数: 7页
• 分类号: TN911.7
• 字数: 4593字
• 语种: 中文
• DOI: 10.11991/yykj.201809021

摘要

针对稀疏成分分析理论的"两步法"中的源信号重构算法改进,提出一种由相关性加权最小二乘字典学习法与分段正交匹配追踪算法组合的算法,能够解决带权重信号误差的F-范数最小化问题,并通过增加单次迭代的原子数改变算法复杂度.将此组合算法用于语音信号的盲源分离仿真实验,完成源信号重构.实验结果表明,用该组合算法重构的信号,能在保证提高重构精度的同时,与算法复杂度存在良好的折中.无噪声环境下该组合算法的性能为最佳,有噪声环境下可达到信号重构要求的最小信噪比约为17～18 dB.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张林波	哈尔滨工程大学信息与通信工程学院	19	61	4.0	7.0
2	郭凌飞	哈尔滨工程大学信息与通信工程学院	2	2	1.0	1.0