王荣杰，詹宜巨，周海峰

(1．集美大学轮机工程学院，福建厦门361021;2．中山大学工学院，广东广州510006;3．中山大学信息科学与技术学院，广东广州510006)

一种单通道的源数盲估计方法

王荣杰1，3，詹宜巨2，周海峰1

(1．集美大学轮机工程学院，福建厦门361021;2．中山大学工学院，广东广州510006;3．中山大学信息科学与技术学院，广东广州510006)

针对单通道的源数盲估计技术，提出了一种基于经验模态分解和交叉验证技术相结合的源数估计方法，该方法首先通过经验模态分解技术将单通道的观测信号转换为虚拟的多通道观测信号，然后采用基于交叉验证技术来确定混合在单通道中的源信号个数．仿真实验结果表明:该方法能准确地估计出混合在单通道中服从超高斯分布、亚高斯和高斯分布的源信号个数．

单通道;源数;盲估计;经验模式分解;交叉验证

0 引言

盲源分离 (Blind Source Separation，BSS)是近年发展起来的一种新的信号处理方法．所谓的盲源分离，就是在源信号和混合系统 (或传输通道)等未知的情况下，仅根据源信号的统计特性，由观测到的混叠信号恢复出源信号，鉴于其优越的假设模型，它被广泛用于数字通信、语音、图像处理、故障诊断和生物医学信号处理等领域［1－5］．根据观测信号和源信号的个数，盲源分离可分为超 (正)定盲源分离和欠定盲源分离，而单通道盲源分离是一种特殊的欠定盲源分离．在盲源分离过程中，正确的源信号个数是良好的源信号恢复质量的先决条件;相比之下，欠……