- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于KL散度的反馈盲源分离算法.pdf
●一技一 数 字信 号 处理
wdto~ngga#srial 回66囿0 6响圊0 旷@ 堕
基于 KL散度的反馈盲源分离算法术 ·论文·
刘 中健 。,赵知劲 ,
(1.杭州1电子科技大学 通信工程学院,浙江 杭州 310018;
2.中国电子科技集团公司第36研究所 通信系统信息控制技术国家级重点实验室,浙江 嘉兴 314001)
【摘 要】将Kullback—Leibler散度和反馈机制引入到非负矩阵分解 (NMF),得到一种新的盲源分离算法(KL—
FNMF)。该算法利用KL散度度量非负矩阵分解效果,并利用本次分离出的源信号与混合信号之间的相关系数,衡
量所分离源信号的纯度;每次分解后,提取出最纯的那个分离信号,并形成新的混合信号,从而逐个得到所有的源信
号。仿真结果表明,本算法分离性能优于基于欧氏距离的NMF盲源分离算法。
【关键词】非负矩阵分解;盲源分离;相关系数;Kullback—Leibler散度
【中图分类号】TN911.72 【文献标志码】A DOI:10.16311/j.audioe.2015.03.15
A BlindSourceSeparationAlgorithm BasedontheKLDivergenceandFeedback
LIUZhongjian ,ZHAOZhijin,
(1.CollegeofCommunicationEngineering,HangzhouDianziUniversity,Hangzhou310018,China;
2.StateKeyLab.ofInformationControlTechnologyCorporation,CETC36,JiaxingZhejiang314410,China)
A【bstract】ByintroducingtheKullback—Leiblerdivergenceandfeedbackmechanismintononnegativematrixfactorization
(NMF),anewblindsourceseparationalgorithm (KL—NMF)ispresented.TheKLdivergenceisusedtomeasurethe
effectsofnonnegativematrixfactorization,andthecorrelationcoefficientbetweentheseparatedsignalandthemixedsignal
isusedtomeasurethepurityofthesepraatedsignals.Aftereachfactorization,themostpuresignalisextractedandanew
mixedsignalisobtained.Thus,allsourcesignalsraeseparatedonebyone.Thesimulationresuhsshow thattheseparation
performanceoftheproposedalgorithm issuperiortothealgorithm EuclideandistancebasedNMF.
【Keywords】nonnegativematrixfactorization;blindsourcesepraation;correlationcoefficient;Kullback—Leiblerdiver-
gence
1 引言 2 基于KL散度 的反馈非负矩阵分解
盲源分离 (BlindSourceSeparation,BS
文档评论(0)