10.3969/j.issn.1000-386x.2013.08.045
一种自适应单入多出盲源分离方法
单入多出盲源分离SIMO_BSS(Single input multiple out blind source separation)是一种特殊的欠定盲源分离情况.目前算法过程中过多地需要根据个人经验判断,自适应差.针对此问题提出通过经验模态分解EEMD(Ensemble empirical mode decomposition)将由多路信号混合成的单路信号分解为多路本征模态函数IMFs(Intrinsic mode functions),采用主成分分析PCA(Principle cornponent analysis)对多路本征模态函数自适应降维,并利用独立成分分析ICA(Independent component analysis)恢复出相互独立的多路源信号.最后,分别对周期混合信号、生物混合信号进行仿真,仿真结果表明在不同NSR条件下,与EEMD_ICA算法相比,速度快且分离效果较好.
单入多出盲源分离、总体经验模态分解、主成分分析、独立成分分析、Matlab
30
TP391(计算技术、计算机技术)
山西省回国留学人员科研资助项目编号9220101069;山西省人力资源与社会保障厅山西省留学人员科技活动项目20121030;山西省科技厅山西省国际科技合作计划项目2012081036;太原市科技局大学生创新创业专项120164034
2013-09-16（万方平台首次上网日期，不代表论文的发表时间）
共4页
170-173
