位置:成果数据库 > 期刊 > 期刊详情页
基于小波包-变分贝叶斯独立分量分析的源信号盲分离方法
  • ISSN号:1001-4926
  • 期刊名称:南昌航空大学学报(自然科学版)
  • 时间:2013.3.3
  • 页码:61-65
  • 分类:TN957[电子电信—信号与信息处理;电子电信—信息与通信工程] TN911[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]南昌航空大学,江西南昌330063, [2]中国71697部队,河南辉县453600
  • 相关基金:国家自然科学基金(50775208,51075372);江西省教育厅科技计划项目(GJJ12405)
  • 相关项目:基于变分贝叶斯独立分量分析理论的多故障复合诊断新方法研究
中文摘要:

结合小波包分析和变分贝叶斯独立分量分析的各自优点,提出了一种基于小波包一变分贝叶斯独立分量分析的盲源分离方法,该方法利用小波包对观测信号进行分解,将得到的重构的小波包系数组成新的观测信号,再利用变分贝叶斯推论对源信号进行估计。仿真结果表明,该方法是有效的,即使在非常低的信噪比噪声混合下,也能得到非常满意的分离效果。

英文摘要:

Combined with the respective advantages of wavelet packet analysis and variational Bayesian independent component analysis (VBICA) ,a blind source separation method based on wavelet packet and VBICA is proposed. The observation signals are decomposed by the wavelet packet and the obtained reconstruct wavelet packet coefficients constitute the new observation signals. The source signals are estimated by the VBICA method. The simulation results show that the proposed method is very effective. Even under noisy mixture at the very low signal -to -noise ratio, the satisfactory separation performance can be also obtained.

同期刊论文项目
期刊论文 64 会议论文 6 获奖 10 专利 1 著作 3
同项目期刊论文
期刊信息
  • 《南昌航空大学学报:自然科学版》
  • 主管单位:
  • 主办单位:南昌航空大学
  • 主编:罗胜联
  • 地址:江西省南昌市丰和南大道696号
  • 邮编:330063
  • 邮箱:xbzr@nchu.edu.cn
  • 电话:0791-83863131
  • 国际标准刊号:ISSN:1001-4926
  • 国内统一刊号:ISSN:36-1303/N
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版)
  • 被引量:872