基于Infomax 的偏亚高斯信号盲源分离算法
CSTR:
作者:
作者单位:

(解放军陆军军官学院基础部数学教研室,合肥 230031)

作者简介:

王振纬(1979—),女,河北人,硕士,讲师,从事应用概率统计研究。

通讯作者:

中图分类号:

TP301.6

基金项目:

2012 装备预研基金(914A17050312JB91202)


An Algorithm for Blind Source Separation to Sub-gaussian Distribution Signal Based on Infomax
Author:
Affiliation:

(Staff Room of Math, Department of Basic, PLA Artillery Academy, Hefei 230031, China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对独立分量分析(ICA)算法在实际应用中会出现混合信号的分离而导致伪解的问题,提出一种有效分 离的有偏亚高斯信号信息极大化(information maximization,Infomax)算法。介绍了ICA 和Infomax 算法的基本原理, 采用Infomax 算法,从语音信号中分离出话音信号,使修改后的模型能较好地逼近非对称分布的源信号,并通过仿 真实验进行验证。实验结果证明:该算法具有可逼近非对称的亚高斯源信号,能够获得较好的分离质量和收敛速度。

    Abstract:

    ICA algorithm will cause mix signal separation and extraneous solution in application, put forward an effective separated information maximization algorithm of sub-Gaussian distribution. Introduce basic principle of ICA and Infomax algorism, use Infomax algorism, separate voice signal from pronunciation signal. Make the modified model can be close to asymmetric distribution source signal, then verify it by simulation. The test results show that: the algorithm can be very close to asymmetric sub-Gaussian source signals, then it can acquire great separation quality and faster convergence speed.

    参考文献
    相似文献
    引证文献
引用本文

王振纬.基于Infomax 的偏亚高斯信号盲源分离算法[J].,2016,35(05):26-28.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2018-12-06
  • 出版日期:
文章二维码