具有延迟的未知数目稀疏源盲混合信道估计方法.docVIP

具有延迟的未知数目稀疏源盲混合信道估计方法.doc

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
具有延迟的未知数目稀疏源盲混合信道估计方法 付 宁,彭喜元,张毅刚 (哈尔滨工业大学自动化测试与控制哈尔滨150080) 摘 要:在具有延迟的稀疏源盲分离中,混合信道的估计是一个关键组成部分,其估计精度直接影响到源信号的估计精度盲源分离变换 TN911  文献标识码:A  国家标准学科分类代码:510.40 Mixing model recovery in blind delayed sparse source separation with unknown source number Fu Ning, Peng Xiyuan, Zhang Yigang (Department of Automatic Test and Control, Harbin Institute of Technology, Harbin 150080, China)Abstract:Blind mixing model recovery is one of the most important steps in blind separation of delayed sparse sources, which has a direct effect on the recovery accuracy of the source signals. A novel method for mixing model recovery with unknown source number is presented. First, a new cluster validity index is proposed based on the line orientation clustering feature of the magnitude of the observation signals in time-frequency domain, and is applied to estimate the source number. At the same time, the densest line orientation in each cluster is detected through improved Hough transform to estimate the column vector of the attenuation matrix. Then, the delay matrix is estimated by using the feature of the phase differences between observation signals. Several experiments of sound sources demonstrate the effectiveness and practicality of our method. Key words:blind source separation; sparse signal; delayed source; cluster validity index; Hough transform 1 引  言 近年来,建立在源信号稀疏特性基础之上的稀疏源盲分离,已成为继主成分分析、独立分量分析后在盲源分离(blind source separationBSS)领域内一个新的研究热点[1-7]。 本文考虑BSS的延迟混合模型,它比一般的瞬时混合模型更接近实际。针对这种混合模型,BSS的求解可分为盲信道估计(blind mixing model recovery,BMMR)和盲源恢复(lind source recovery,BSR)两步。第一步BMMR的目的是估计混合信道,包括信号的衰减参数和延迟参数;第二步BSR的目的是根据第一步估计出的混合信道求解源信号。本文主要研究第一步BMMR方法。 目前大多数BMMR方法都采用短时傅叶变换(short time fourier transform, STFT)将信号变换到时频域再进行估计[1-6]。利用信号在时频域中的稀疏特性,一些研究者提出了很多有效的BMMR方法,但也存在很多问题。其中,DUET方法[3]要求源信号在整个时频域中近似满足W-错位正交性,条件苛刻;P. Bofill的方法需设置过多的参数,并且仅适用于两传感器情形,适用范围小;R. Saab构造了关于衰减参数和延迟参数的特征向量,采用K-means聚类算法同时估计衰减参数和延迟参数,但由于这两种参数的尺度不统一,其估计精度不高;S. Araki提出了更加灵活的特征向量构造方法,有效解决了R. Saab方法的尺度不统一问题,但需设置过多的参数,实用性不强。并且,目前大

文档评论(0)

天马行空 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档