基于AR模型的变分贝叶斯独立分量分析算法研究

• 作者: 徐岩 王雷
• 来源期刊: 铁道学报
• 学科: 工学
• 关键词: AR模型 独立分量分析 变分贝叶斯 盲源分离
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 铁道通信信号、信息化
• 页码范围: 88-93
• 页数: 6页
• 分类号: TN911.7
• 字数: 4320字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2019.09.012

摘要

近年来,盲源分离算法由于其良好的去噪效果在信号处理领域得到了广泛应用,但传统独立分量分析方法存在着未考虑噪声干扰及未充分利用已知信息等弊端.提出基于GAR模型的变分贝叶斯独立分量分析算法,将源信号的时间结构与系统噪声进行融合研究,基于GAR模型近似建模语音信号的时间结构特征,应用变分贝叶斯学习方法分离带噪声的语音信号.通过与标准变分贝叶斯独立分量分析算法的仿真对比,证明改进后的算法有较好地实际分离效果,有效解决了ICA算法无法在噪声环境下直接进行盲源分离问题.算法可用于减轻铁路列车司机通信时的听觉疲劳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐岩	兰州交通大学电子与信息工程学院	43	255	9.0	14.0
2	王雷	兰州交通大学电子与信息工程学院	4	0	0.0	0.0