基于平行因子分析的欠定混合矩阵估计算法
2020-01-08王少波李红光
探测与控制学报 2019年6期
关键词:信号
王少波,郭 英,眭 萍,李红光,杨 鑫
(空军工程大学信息与导航学院, 陕西 西安 710077)
0 引言
盲源分离是指从观测到的多源混合信号中分离并恢复出相对独立的源信号的过程[1]。盲源分离是现代信号处理的重要前沿研究领域之一,已经在通信、语音处理、机械故障分析、图像处理、生物医学、雷达及经济数据分析等领域得到广泛应用[2-4]。
盲源信号分离技术根据源信号数目和混合信号数目之间的关系可以分为:超定、正定和欠定。超定即观测信号数目大于源信号数目,正定即观测信号数目等于源信号数目,欠定即观测信号数目小于源信号数目,其分别对应着不同的解决方法,目前解决超定、正定盲源分离的方法[5]已经相当成熟,而欠定盲分离问题的解决方法还有待进一步的研究。“两步法”是近年来解决欠定盲源分离问题的一个有效方法,即首先估计混合矩阵,然后在混合矩阵已知的基础上恢复源信号。估计混合矩阵的精度将直接影响分离信号的质量,因此混合矩阵估计算法非常关键。
欠定条件下混合矩阵的估计,主要采用稀疏聚类方法[6-8]和张量分解法[9-13]。文献[8]选择时频域做为稀疏变换域,通过计算接收混合信号时频比的方差来检测单源区域,再利用k-均值聚类来完成混合矩阵的估计。基于稀疏聚类的混合矩阵估计方法,计算相对简单,估计精度较高,但是需要满足一定的稀疏条件,这限制了该方法的应用范围。文献[9]将压缩感知理论与平行因子分析相结合,实现了欠定盲源分离及DOA估计,但其只适用于具有特殊表示形式的源信号。……
登录APP查看全文
