基于改进l1范数最小化组合算法的欠定盲源分离.docVIP

更多电子资料请登录赛微电子网 基于改进l1范数最小化组合算法的欠定盲源分离 付 宁 彭喜元 (哈尔滨工业大学自动化测试与控制系, 哈尔滨 150080) 摘 要: 基于稀疏假设, 欠定盲源分离问题一般可采用线性规划、最短路径法和组合算法等l1范数最小化方法进行求解, 但是这些传统方法对源信号的稀疏性要求较高, 从而限制了源信号的估计精度。为此, 本文提出了一种改进的l1范数最小化组合算法. 该算法根据一定阈值找到与最小l1范数解最接近的若干次优解, 将这些次优解和最小l1范数解进行加权叠加, 并替代最小l1范数解, 作为源信号的估计。采用语音信号的仿真实验表明, 对于观测信号个数不太小的高维混合情况, 该算法的源信号估计精度能够比传统的l1范数最小化组合算法提高10%左右。 关键词: 欠定盲源分离；稀疏信号； l1范数最小化；线性规划 中图分类号: TN911　　　文献标识码: A　　　国家标准学科分类代码: 510.40 Underdetermined blind source separation based on improved combinatorial algorithm for l1-norm minimization Fu Ning Peng Xiyuan (Dept. of Automatic Test and Control, Harbin Instit