信号的稀疏性分析.pdfVIP

自．歪科荸迤展 第16卷第9期2006年9月 信号的稀疏性分析* 何昭水 谢胜利“ 傅予力 华南理：12大学电子与信息学院，广州510640 摘要 izedGaussian 的度量值进行比较，可以很直观地知道该信号的稀疏程度．同时，给出了一些稀疏盲分离实例。 仿真结果表明：(1)在源信号极其稀疏的情况下，比如稀疏性度量值只有0．083(仿真1)，借助稀 BlindSource 疏性能够很好地实现欠定盲分离(UBSS：Undetermined 号数目比较少的情况下，如仅有3个观测信号，只有当源信号比Laplacian信号更为稀疏时，如稀 疏度量值为0．7012(仿真2)，对于欠定盲信号分离问题，才可能取得较好的盲分离效果． 广义Gaussian分布信号独立元分析盲分离 关键词 稀疏等概率密度线 由于稀疏表示(sparserepresentation)在信息压盲分离解决方案，提出了一些非常有效的算法，给 缩，信息分类，图像、声学／语音处理反问题，通 出了一些典型实例H_1叫．例如，从两个混叠信号中 信等信号处理领域、通信领域有着广泛的应用和应 分离多个源信号等n]．不仅如此，即使对于传感器 用前景，近年来稀疏表示为广大学者关注．特别是 数目等于源信号数目的适定混叠盲分离或者对于传 source 感器数目多于源信号数目的过定混叠盲分离，稀疏 在盲分离(blind separation，BSS)、欠定盲 分离中的应用[1_3]．由于已知的先验信息很少，盲表示盲分离方法也能明显提高盲分离精度[7’9]． 分离问题的求解非常困难口]．在实际应用中，源信 然而有关稀疏表示理论的研究还远未成熟，许 号数目未知，观测信号数目有限，有可能出现观测 多理论问题亟待解决．其中最重要的是有关信号稀 信号数目少于源信号数目的欠定混叠情形．对于欠 疏性的定义和度量．Li等曾经用l。范数和l。范数 定混叠盲分离，其数学模型是病态的，使得该问题 度量信号的稀疏性n…．他们的研究表明：尽管如 的求解备加困难，因而欠定混叠盲分离对于工程应 范数解是最稀疏的，但z。范数解具有惟一性，而且 用十分重要．有关稀疏表示理论的最新进展使得欠 有很强的鲁棒性；同时对于最小化l。范数优化问 定盲分离成为可能，即：从较少的传感器信号中分 题，已有许多强有力的数学工具支持相应的优化问 离出较多的源信号．到目前为止，已有一些这方面 题(比如：线性规划)求解．特别地，z。范数解有时 的文献介绍了稀疏表示与盲分离、独立元分析(in-以概率1等价于如范数解．Hoyer进一步研究了信 号的稀疏性度量问题[12|，他采用一个介于l，范数 dependentcomponentanalysis，ICA)之间的紧密联 和z。范数之间的稀疏性度量公式．然而以上有关信 系[4_11|．并且发展了基于稀疏表示方法的欠定混叠 2005—12—30收稿，2006—02—20收修改稿 05006508)和科技部重大基础前期研究专项(批准号：2005CCA04100)资助项目 **通讯作者，E-mail：adshlxie@scut．edu．ca 万方数据 自显科乎．迤展 第16卷第9期2006年9月 号稀疏性度量研究结果无法回答或者不能方便地回 I≤J8， 答以下问题：(i)对于一个给