基于改进K-means聚类和霍夫变换的稀疏源混合矩阵盲估计算法.pdfVIP

第 4A 期 电　　子 　　学 　　报 Vol . 37 　No . 4A 　2009 年 4 月 ACTA ELECTRONICA SINICA Apr . 　2009 　 基于改进 Kmeans 聚类和霍夫变换的稀疏源 混合矩阵盲估计算法 付 　宁 ,乔立岩 ,彭喜元 ( 哈尔滨工业大学自动化测试与控制系 ,哈尔滨工业大学 3033 信箱 ,黑龙江哈尔滨 150080) 　　摘 　要 : 　混合矩阵的估计是稀疏源盲分离的关键组成部分 ,其估计精度直接影响到源信号的估计精度. 本文首 先针对 Kmeans 聚类算法依赖初始值选取的问题 ,将微分进化算法思想引入到 Kmeans 聚类算法中 ,提出了一种改进 的 Kmeans 聚类算法. 利用该算法 ,对稀疏源混合信号数据进行聚类 ,保证了聚类结果的鲁棒性. 然后利用霍夫变换 , 对每一类数据的聚类中心进行修正 ,从而估计出混合矩阵 ,提高了混合矩阵的估计精度. 仿真实验表明 ,相比于经典的 稀疏源混合矩阵盲估计算法 ,本文算法具有更强的鲁棒性和更高的估计精度. 关键词 : 　盲源分离 ; 稀疏信号 ; 聚类 ; Kmeans ; 微分进化 ; 霍夫变换 中图分类号 : 　TN911 　　　文献标识码 : 　A 　　　文章编号 : (2009) 4A09205 Blind Recovery of Mixing Matrix with Sp ar se Source s Ba se d on Improve d Kme an s Clu st ering and Hough Tran sform FU Ning ,QIAO Liyan ,PEN G Xiyuan ( Dep artment of A utomatic Test and Control , Harbin Institute of Technology , P . O. B ox 3033 , Harbin , Heilongj iang 150080 , China) Ab stract : 　Blind mixing matrix recovery is one of the most imp ortant steps in blind sep aration of sp arse sources ,which im p acts significantly on the recovery accuracy of source signals . A novel improved Kmeans clustering algorithm is prop osed based on differential evolution ,to avoid the p artial convergence problem of the Kmeans algorithm . The prop osed algorithm is applied to allo cate the sp arse mixture data to several clusters , thus guaranteeing