-
题名基于alpha稳定分布的盲信号分离
被引量：2
- 1
-
-
作者
任静
李维勤
惠鏸
-
机构
西安航空学院计算机工程系
西安理工大学自动化与信息工程学院
-
出处
《计算机工程与应用》
CSCD
2014年第18期215-219,229,共6页
-
基金
国家自然科学基金(No.61102061)
陕西省科学技术研究发展计划项目(No.2013JC2-17)
陕西省教育厅科学研究计划项目(No.2013JK1163)
-
文摘
针对当前重拖尾信号盲分离的存在问题,提出一种基于alpha稳定分布的重拖尾信号在线盲信号分离算法。离线计算标准alpha稳定分布的概率密度函数,建立标准函数库查找表;在线估计信号的alpha稳定分布的特征参数、对称参数和尺度参数,从而可以快速获得信号的概率密度函数;采用多层神经网络准确估计评价函数。仿真结果表明,该算法具有较好的分离性能和较低的计算复杂度。
-
关键词
ALPHA稳定分布
独立分量分析
盲信号分离
重拖尾信号
多层神经网络
-
Keywords
alpha stable distribution
independent component analysis
blind source separation
heavy-tailed signals
mul-tilayer neural networks
-
分类号
TN911.6
[电子电信—通信与信息系统]
-
-
题名高斯混合模型自适应盲信号分离
- 2
-
-
作者
马诚
李云红
陈锦妮
-
机构
西安工程大学电子信息学院
-
出处
《现代电子技术》
2022年第13期35-40,共6页
-
基金
西安市科技局高校人才服务企业项目(2019217114GXRC007CG008⁃GXYD7.2,2019217114GXRC007CG008⁃GXYD7.8)
国家级大学生创新创业训练计划项目(S202010709003)
西安市科技计划项目(2019217114GXRC007CG008⁃GXYD7.13)。
-
文摘
信号概率密度函数估计是盲信号分离的关键步骤,其估计的好坏直接影响算法的性能。传统的盲信号分离算法中所用的信号概率密度函数一般只适合轻拖尾信号,而无法准确描述重拖尾信号、冲击脉冲信号的概率特性,使得分离效果较差。针对此问题,提出一种高斯混合模型自适应盲信号分离算法。该算法采用高斯混合模型的概率密度函数估计技术,可以根据高斯核函数理论直接对混合信号的评价函数进行估计,从而实现盲信号分离。文中就轻拖尾与轻拖尾信号的混合,重拖尾与重拖尾信号的混合,以及轻拖尾与重拖尾信号的混合三种情况进行了仿真实验验证,并与Kernel ICA、广义高斯模型、扩展最大熵进行对比。通过不同样本数目的盲信号分离结果可知,文中算法的分离效果较好,具有较高的信噪比。
-
关键词
盲信号分离
概率密度函数
评价函数
高斯混合模型
轻拖尾信号
重拖尾信号
信噪比
-
Keywords
blind signal separation
probability density function
evaluation function
Gaussian mixture model
light trailing signal
heavy trailing signal
SNR
-
分类号
TN911.7-34
[电子电信—通信与信息系统]
-
