盲稀疏源信号分离算法的恢复性研究

摘要

本文对盲稀疏源信号分离算法的恢复性进行了研究。文章提出了修正K-均值聚类盲分离算法，仿真试验说明该方法不仅保留了原来K一均值算法盲分离速度快的特点，而且克服了常规K-均值据类算法盲分离算法精度低的不足；讨论了在源信号不充分稀疏的情况下欠定盲源分离的恢复能力的概率估计，进一步刻画了源的稀疏性与恢复能力的关系，揭示了利用两步法处理盲源分离问题的有效性。

目录

文摘

英文文摘

声明

第一章绪论

1.1盲信号分离的研究背景以及研究意义

1.2盲信号分离问题的描述

1.3盲信号分离的发展历史

1.4稀疏信号欠定混叠盲分离面临的问题

1.5论文的研究内容和章节安排

第二章修正K-均值聚类盲分离方法

2.1引言

2.2稀疏信号的特征

2.3稀疏信号盲分离求解原理

2.4修正K-均值聚类盲分离算法

2.4.1观测信号的标准化表示方法

2.4.2 K-均值算法的一般过程

2.4.3修正K-均值算法的思想

2.4.4修正的初始聚类中心选择算法

2.5仿真实验

2.6.本章小结

第三章盲稀疏源信号分离算法的恢复性研究

3.1引言

3.2基本原理

3.3恢复能力的概率估计

3.4本章小结

结论

参考文献

攻读学位期间发表的论文

致谢