位置:成果数据库 > 期刊 > 期刊详情页
具有非奇异约束的线性卷积混合信号盲分离联合对角化方法
  • ISSN号:1001-0920
  • 期刊名称:《控制与决策》
  • 时间:0
  • 分类:TP911[自动化与计算机技术]
  • 作者机构:[1]江南大学物联网工程学院,江苏无锡214122
  • 相关基金:国家自然科学基金项目(61273070);江苏高校优势学科建设工程项目;高等学校学科创新引智计划项目(B12018)~江南大学博士研究生科学研究基金项目(1252050205135130).
中文摘要:

联合对角化能够成功解决盲分离问题,但在求解时会得到非期望的奇异解,从而无法完全分离出源信号。鉴于此,提出一种用于线性卷积混合盲分离的联合对角化方法,将卷积混合模型变换为瞬时模型,并对变换后的模型应用联合对角化求取分离矩阵。在求解过程中,引入约束条件对解的范围进行限定,避免了奇异解的出现。仿真结果表明,所提出的方法能够成功实现卷积混合信号盲分离。

英文摘要:

Joint diagonalization can solve the problem of the blind source separation(BSS) approach. However, the method may converge to some unexpected singular solutions, thus the separation process fails in the end. Therefore, a blind source separation method based on the joint diagonalization approach for the linear convolutive mixing model is proposed. In the proposed method, the convolutive mixing model is firstly transformed to the instantaneous mixing model. Then a joint diagonalization method is applied on the transformed model in order to compute out the separating matrix. Meanwhile, in the process of diagonalization, a constraint condition is introduced for the limitation of the class of the separating matrices such that the singular solutions are avoided. Simulation results show that the proposed method can realize BSS of convolutive mixture signals successfully.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《控制与决策》
  • 北大核心期刊(2011版)
  • 主管单位:中华人民共和国教育部
  • 主办单位:东北大学
  • 主编:张嗣瀛 王福利
  • 地址:沈阳市东北大学125信箱
  • 邮编:110004
  • 邮箱:kzyjc@mail.neu.edu.cn
  • 电话:024-83687766
  • 国际标准刊号:ISSN:1001-0920
  • 国内统一刊号:ISSN:21-1124/TP
  • 邮发代号:8-51
  • 获奖情况:
  • 1997年被评为辽宁省优秀编辑部,1999年期刊影响因子在信息与系统类期刊中排名第二位
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:32961