电子测试
電子測試
전자측시
ELECTRONIC TEST
2012年
5期
16-19,24
,共5页
盲源分离%信息最大化%超高斯%亚高斯
盲源分離%信息最大化%超高斯%亞高斯
맹원분리%신식최대화%초고사%아고사
blind source separation%informatiom maximization%Super-Gau ssian.%Sub-Gau ssian
盲源分离技术是信号处理和神经网络领域近年来的一个热点研究课题,由于其能够从观测的混合信号中恢复出源信号,而对源信号和混合系统的先验知识要求很少,因此在语音信号处理、无线信号处理、生物医学信号处理、地震信号处理,以及图像增强等方面都具有非常重要的理论意义和实用价值。信息最大化盲源分离算法能够有效地分离语音信号的瞬时混合,但是不能分离超高斯信号(如语音信号)和亚高斯信号(如正弦信号)的混合。基于此,本文讨论了扩展信启、最大化盲源分离算法,通过仿真表明,该算法可以有效的对各种源信号的线性即时混合进行分离,实验证明了该算法的有效性。
盲源分離技術是信號處理和神經網絡領域近年來的一箇熱點研究課題,由于其能夠從觀測的混閤信號中恢複齣源信號,而對源信號和混閤繫統的先驗知識要求很少,因此在語音信號處理、無線信號處理、生物醫學信號處理、地震信號處理,以及圖像增彊等方麵都具有非常重要的理論意義和實用價值。信息最大化盲源分離算法能夠有效地分離語音信號的瞬時混閤,但是不能分離超高斯信號(如語音信號)和亞高斯信號(如正絃信號)的混閤。基于此,本文討論瞭擴展信啟、最大化盲源分離算法,通過倣真錶明,該算法可以有效的對各種源信號的線性即時混閤進行分離,實驗證明瞭該算法的有效性。
맹원분리기술시신호처리화신경망락영역근년래적일개열점연구과제,유우기능구종관측적혼합신호중회복출원신호,이대원신호화혼합계통적선험지식요구흔소,인차재어음신호처리、무선신호처리、생물의학신호처리、지진신호처리,이급도상증강등방면도구유비상중요적이론의의화실용개치。신식최대화맹원분리산법능구유효지분리어음신호적순시혼합,단시불능분리초고사신호(여어음신호)화아고사신호(여정현신호)적혼합。기우차,본문토론료확전신계、최대화맹원분리산법,통과방진표명,해산법가이유효적대각충원신호적선성즉시혼합진행분리,실험증명료해산법적유효성。
Blind Source Separation (BSS) is a new research field of the signal processing and Neural Network Because it can recover the source signals from the observed signals without any prior knowledge of the mixing system and source signals.So it has very important theory significance and utility value in audio signal processing,wireless signal processing,biomedical signal processing,earthquake signal processing,image enhancement and so on. Blind source separation algorithm of information maximization can effectively separates mixed instantaneous signals from voice signals, but it can not separates super-Gaussian signals (such as voice signals) and sub-Gaussian signals (such as sine signal) mix. Therefor, author proposes the blind source separation algorithm of information maximization , Experiment result shows that the algorithm can extract independent source from the hybrid mixture of any super-Gaussian and sub-Gaussian signals and displays a good calculation property .