基于压缩感知和优化算法的欠定盲源信号分离.pdfVIP

辽宁大学学报 JoURNALoF LlAoNING UNIVERSITy 自然科学版 NaturalSciencesE tion 第 41卷 第 3期 2014年 Vo1．41 No．3 2014 基于压缩感知和优化算法的欠定盲源信号分离 吴新杰 ，王静文 ，郑斯文 ，黄国兴 ，刘延东 (1．辽宁大学 物理学院，辽宁 沈阳110036；2．沈阳计量测试院，辽宁 沈阳 110179) 摘 要：针对 目前欠定盲源信号分离在源信号不充分稀疏的情况下分离精度较低的问题 ，提出一种基于压缩 感知和优化算法的欠定盲源信号分离方法．首先分析了欠定盲源信号分离和压缩感知问题的等价性，并建立 基于压缩感知的欠定盲源信号分离的数学模型；然后以分离信号的稀疏性和互相关性来建立 目标函数，并通 过使用压缩感知和优化算法来实现欠定盲源信号的分离；最后对语音信号进行了仿真实验．实验结果表明，在 源信号不充分稀疏的情况下，利用这种方法得到的分离信号与源信号的平均相似系数为0．9903，由此可见这 种方法是一种有效的、分离精度较高的分离方法．这也为欠定盲源信号分离问题的研究提供了一种新的途径 和手段． 关键词：欠定盲源信号分离 ；压缩感知；优化算法；稀疏性 中图分类号：TN911．7 文献标志码 ：A 文章编号：1000-5846(2014)03-0209-07 UnderdeterminedBlindSourceSeparationBasedon CompressedSensingandOptimizationAlgorithm WUXin-jie，WANGJing．wen，ZHENGSi—wen，HUANGGuo—xing，LIUYan—dong (1．CollegeofP ics，LiaoningUniversity，ShenyangLiaoning110036，China； 2．ShenyangMetrologyTestingInstitution，ShenyangLiaoning110179，China) Abstract： Inview oflow accuracyofthepresentunderdeterminedblindsourceseparation underhteconditionhtathte sourcesignalisnotfully sprase，amehtod ofunderdeterminedblind sourceseparationbasedonCompressedSensing(CS)andoptimizationalgorithmisputforwrad． Firstly．meequivalencebetweenunderdeterminedblind sourcesepraationand CompressedSensing isanalyzed。andthesepraationmodelofunderdeterminedblindsourceisestablished；Secondly，hte objectivefunctionisestablishedbyhtesparsitynadcrosscorrelationofthesepraatesignal，andhte underdeterminedblind source sepraation isrealized by Compression Sensing na d optimization algorihtm ；Finally，hte simulation experimentsofspeech signalsraecarriedout．The experiment 收稿 日期：2014—06-05 基金项 目：辽宁省 自然科学基金项 目 作者简介：吴新杰 (1964一)，男，汉族，沈阳人，博士，教授，主要从事层析成像技术 、信号处理方法及其应用研究