基于CS与K-SVD的欠定盲源分离稀疏分量分析 (2011年)

时间:2024-07-01 21:52:24
【文件属性】:

文件名称:基于CS与K-SVD的欠定盲源分离稀疏分量分析 (2011年)

文件大小:1.22MB

文件格式:PDF

更新时间:2024-07-01 21:52:24

自然科学 论文

为了提高盲源分离的准确率,提出了结合压缩感知(CS)与K均值奇异值分解(K-SVD) 的稀疏分量分析方法进行盲源分离.首先,分析欠定盲源分离估计源信号与压缩感知问题的等价性,建立压缩感知框架;其次,在此框架下利用K-SVD方法训练稀疏字典;最后利用经典追踪算法计算得到稀疏分量,结合传统的两步法,进行盲源分离.大量实验表明,该算法与其他稀疏表示方法相比获得了较好的分离效果.与传统两步法不同的是,该算法在压缩感知框架下利用K-SVD方法自适应地训练稀疏字典,求出混合信号的稀疏表示,稀疏分量分析方法的改进对盲源


网友评论