基于Givens变换矩阵的时间结构信号盲源分离新算法

摘要：

对于时间结构信号的盲源分离(Blind Source Separation,BSS),独立成分分析(Independent Component Analysis,ICA)是十分有效的方法.在对观测信号白化处理后,ICA的关键是寻找去除高阶相关性的正交分离矩阵.鉴于任意维数正交矩阵可以表示为Givens变换矩阵的乘积,提出了一种新的时间结构信号盲源分离算法.首先,利用Givens变换矩阵参数化表示正交分离矩阵,减少了要估计参数的个数;其次,以多步时延协方差矩阵的联合近似对角化为目标函数,将盲源分离问题转化为无约束优化问题,并利用拟牛顿法中的BFGS算法对Givens变换矩阵中的参数进行估计,得到分离矩阵;最后,以实际的混合语音信号分离做仿真实验,验证了该算法对时间结构信号的盲源分离是有效的.

关键词：盲源分离、时间结构、独立成分分析、正交矩阵、Givens变换矩阵

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省自然科学基金BK2011238;南京气象雷达开放实验室研究基金BJG201103

在线出版日期：2015-01-12（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：78-81,90