共查询到18条相似文献,搜索用时 124 毫秒
1.
实际信号的混合均为卷积混合,且信号是非平稳的。盲源分离的目标就是找到一组分离滤波器,使得源信号的估计信号互相统计独立。结合信号的非平稳性,利用二阶解相关原理,文章阐明了一种在频域实现卷积混合的盲源分离算法,并且考虑了噪声对分离性能的影响。为了避免频点排列次序的不确定性,利用了多阶段盲源分离思想。利用该算法,对两路混合的实录水声信号进行盲分离,得到了两路源信号的估计信号,通过对估计信号的分析,利用信噪比提高率这一标准,验证了该算法的有效性。该算法收敛速度快,精度高,可用于浅海环境下实录水声混合信号的盲分离。 相似文献
2.
3.
展开基于独立成分分析(ICA)对复杂有机物混合体系盲源解析的系统研究。通过确立合理的独立成分数目的方法,分别利用模型分离信号的重构信号与原始信号之间的均方根误差、主成分的方差贡献率对独立成分数目的选择进行优化。综合3种ICA算法完成了以下研究:(1)含硝基苯等多种环境有机污染物混合质谱信号的源解析,其中Kernel-ICA提取的独立成分与实际的源信号之间具有较高的相关性,R平均值(标准差)为0.869 7(0.10),可以满足定性识别的要求;(2)复方氨酚烷胺药物的紫外光谱信号中特征组分信息的提取,Kernel-ICA对药物主要成分对乙酰氨基酚提取的有效度最大。该研究工作为构建有机物体系最优盲源解析模型提供了理论支持,为实际环境样本中有机污染物的源解析、药物有效成分的提取提供了有效的手段。 相似文献
4.
5.
6.
7.
《中国测试》2017,(6):88-92
针对复杂电磁环境下无线电混合信号分离困难的问题,提出将小波包和鲁棒性独立分量分析(Robust ICA)算法应用于较低信噪比且频率接近的无线电混合信号的分离。首先用小波包分析方法对混合信号进行降噪预处理,然后采用盲源分离算法中的鲁棒性独立分量分析算法对降噪后的混合信号进行分离,通过观察分离后信号的波形和频率以及相似系数对分离结果进行定性和定量分析。所提算法与单独采用Robust ICA算法的结果对比表明:所提算法分离出的信号在波形和频率以及相似系数方面均比单独采用Robust ICA算法取得的效果好,从而证明所提算法可以较好地应用于无线电混合信号的分离。 相似文献
8.
9.
10.
11.
12.
13.
针对浅海水声通信面临的复杂干扰环境,提出了一种适用于水声通信系统的认知型时空自适应处理算法。该算法在传统时空自适应阵列处理算法的基础上引入了干扰认知的功能,通过干扰认知处理降低计算量,并且实现干扰样本的选取,确保自适应算法的可靠收敛。利用了协方差矩阵特征分解和多重信号分类(Multiple Signal Classification, MUSIC)估计干扰的个数,辅助选取盲源分离算法中的维度和时空自适应算法中的空域维度,进行算法降维处理。针对采用盲源分离后的各干扰,采用包络检测法提取时域特征,采用短时傅里叶变换(Short-time Fourier Transform, STFT)方法提取时频谱特征,分析干扰特征,实现干扰分类,从而实现干扰样本的选取。通过计算机仿真验证了该认知处理算法的性能。 相似文献
14.
15.
16.
17.
针对采集变压器运行声信号时会混入噪声的情况,提出了基于稀疏分量分析-变分模态分解(sparse component analysis-variational modal decomposition,SCA-VMD)分离变压器运行声信号并降噪的方法。基于稀疏特性的欠定盲源分离能够在观测信号数目小于未知源信号数目的情况下实现源信号的有效分离,变分模态分解(VMD)能将一个多分量信号一次性分解为多个单分量信号。以两路观测信号作为输入,利用稀疏分量分析法(SCA)分离得到变压器运行声信号,再利用VMD将分离信号分解为4层本征模态函数(intrinsic mode function,IMF)分量,通过阈值滤波的方法对高频分量和低频分量进行去噪处理,利用新的IMF分量重构得到去噪信号。仿真试验和实际试验结果表明,该方法能实现对变压器运行声信号的有效分离和去噪处理。 相似文献
18.
形态成分分析(MCA)是最新提出的一种基于稀疏表示的信号和图像分解(分离)方法,该方法的主要思想是利用信号组成成分的形态差异性(可以由不同的字典稀疏表示)进行分离。结合核函数把基于MCA的线性盲分离方法拓展到非线性混叠情况,给出了一种非线性混叠信号盲分离算法。该算法通过非线性映射将混叠信号投影到高维特征空间,将样本空间的非线性混叠问题转化成高维特征空间的线性混叠问题,然后应用MCA算法对高维特征空间中的混叠信号进行分离。通过对齿轮齿根裂纹、轴承内圈、外圈复合故障的实验信号的分析,表明该方法能有效地分离出齿轮箱的复合故障。 相似文献