基于CS与K-SVD的欠定盲源分离稀疏分量分析

摘要：

为了提高盲源分离的准确率,提出了结合压缩感知(CS)与K均值奇异值分解(K-SVD)的稀疏分量分析方法进行盲源分离.首先,分析欠定盲源分离估计源信号与压缩感知问题的等价性,建立压缩感知框架；其次,在此框架下利用K-SVD方法训练稀疏字典；最后利用经典追踪算法计算得到稀疏分量,结合传统的两步法,进行盲源分离.大量实验表明,该算法与其他稀疏表示方法相比获得了较好的分离效果.与传统两步法不同的是,该算法在压缩感知框架下利用K-SVD方法自适应地训练稀疏字典,求出混合信号的稀疏表示,稀疏分量分析方法的改进对盲源分离的准确率起到直接的影响作用.

关键词：欠定盲源分离、稀疏表示、压缩感知

所属期刊栏目：41

分类号：TN912.35

资助基金：国家自然科学基金资助项目60872073,60975017,51075068;广东省自然科学基金资助项目10252800001000001;东南大学水声信号处理教育部重点实验室开放研究基金资助项目UASP1003

在线出版日期：2012-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1127-1131