盲信号分离是当前信号处理研究的热点课题之一
盲信号分离是当前信号处理研究的热点课题之一,在无线数据通信、医学、语音以及地震信号处理等领域有着广阔的应用前景。基于负熵最大的FastICA算法用于实现盲信号分离。该方法的基本思路是以非高斯信号为研究对象,在独立性假设的前提下,对多路观测信号进行盲源分离。在满足一定的条件下,能够从多路观测信号中,较...
盲信号分离是当前信号处理研究的热点课题之一,在无线数据通信、医学、语音以及地震信号处理等领域有着广阔的应用前景。基于负熵最大的FastICA算法用于实现盲信号分离。该方法的基本思路是以非高斯信号为研究对象,在独立性假设的前提下,对多路观测信号进行盲源分离。在满足一定的条件下,能够从多路观测信号中,较...
基于非负矩阵分解算法进行盲信号分离...
摘 要:该文针对源信号时域和频域不充分稀疏的情况,提出了欠定盲源分离中估计混合矩阵的一种新方法。该方法对等间隔分段的观测信号应用独立分量分析(ICA)的盲分离算法获得多个子混合矩阵,然后对其分选剔除了不属于原混合矩阵的元素,最后利用C 均值聚类的学习算法获得对混合矩阵的精确估计,解决了源信号在时域和...
本文在盲信号处理的背景下介绍了独立分量分析算法的原理及特点。针对语音信号复杂多变、但源信号保持相互独立的特点,采用了改进后的FICA 方法对混合语音信号进行分离,最终通过仿真实验,获得了满意的...
语音信号处理前分离信号噪声,matlab环境下运行,使信号处理效果更好...