基于改进 K-均值聚类的欠定混合矩阵盲估计

摘要：

在源信号个数未知条件下，提出一种基于改进 K-均值聚类的欠定混合矩阵盲估计方法。该方法首先计算观测信号在单位半超球面上投影点的密度参数，然后去掉低密度投影点，并从高密度投影点中选取初始聚类中心，最后对剩余投影点进行聚类，根据 Davies-Bouldin 指标估计源信号个数，并估计出混合矩阵。仿真结果表明，该方法的复杂度低，其运行时间仅为拉普拉斯势函数法的1％～3％；该方法的源信号个数估计正确率远高于鲁棒竞争聚类算法，当信噪比高于13 dB 时，该方法源信号个数估计正确率大于96．6％，且混合矩阵估计误差较小。该方法在信噪比较高时，可降低对源信号稀疏度的要求。

关键词：混合矩阵估计、Davies-Bouldin 指标、密度参数、改进 K-均值聚类

分类号：TN911.7

资助基金：国家自然科学基金61201134，61201135；中央高校基本科研业务费专项资金72124669；高等学校学科创新引智计划B08038；国家新一代宽带无线和移动通信重大专项2012ZX03001027-001；中国航天科技集团公司卫星应用研究院创新基金2014 CXJJ-TX 06资助课题

在线出版日期：2014-11-28（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：2143-2148