基于JADE和平行因子分解的欠定混合盲辨识算法

摘要：

针对源信号个数未知的欠定混合盲源分离问题,本文提出了一种基于特征矩阵联合近似对角化(Joint Approximate Diagonalization of Eigenmatrices,JADE)和平行因子分解的欠定混合盲辨识算法,该算法不需要源信号满足稀疏性要求,仅在源信号满足相互独立和最多一个高斯信号的条件下,通过将JADE算法中的样本四阶协方差矩阵叠加成三阶张量,再对此三阶张量进行平行因子分解来完成源信号数和混合矩阵的估计,由于平行因子分解的唯一辨识性在欠定条件下仍然满足,该算法能够解决欠定盲源分离问题.并对该欠定混合盲辨识算法进行了深入的分析.通过仿真实验,计算估计矩阵与混合矩阵的平均相关误差,结果表明本文提出的算法在适定和欠定混合时均具有很好的辨识效果,而且实现简单,可满足实际应用的要求.

关键词：欠定混合、盲辨识、特征矩阵联合近似对角化、平行因子分解、联合对角化、平均相关误差

所属期刊栏目：27

分类号：TN911.7

资助基金：国家高技术研究发展计划863课题2010AA7010422;国家博士后科学基金20080431379,200902671;湖北省自然科学基金项目2009 CDB031

在线出版日期：2012-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1189-1194