基于统计估计的盲信号分离算法

基于统计估计的盲信号分离算法
虞晓;胡光锐
【期刊名称】《上海交通大学学报》
【年(卷),期】1999(33)5
【摘要】最大熵法（ＭａｘｉｍｕｍＥｎｔｒｏｐｙ，ＭＥ）和最小互信息量法（ＭｉｎｉｍｕｍＭｕｔｕａｌＩｎｆｏｒｍａｔｉｏｎ，ＭＭＩ）是两种目前最常用的盲信号分离算法．在分析ＭＥ与ＭＭＩ算法的基础上，提出了一种利用反馈结构的输出信号概率密度函数（ｐｄｆ）估计的增强ＭＥ算法．与传统ＭＥ算法相比较，新算法无需给出传统ＭＥ算法中神经元非线性函数的具体表达形式，而是直接利用输出信号ｐｄｆ估计来推导算法的迭代核，进行算法自适应．分析了应用几种不同ｐｄｆ估计方法的新算法迭代公式．通过计算机模拟表明，新算法比传统ＭＥ算法对于解决卷积混合输入的盲信号分离问题时，具有更好的算法性能．
【总页数】4页(P566-569)
【关键词】盲信号分离;MMI;语音识别;统计估计;卷积
【作者】虞晓;胡光锐
【作者单位】上海交通大学电子工程系
【正文语种】中文
【中图分类】TN911.7;TN912.3
【相关文献】
1.基于能量算子的单通道盲分离中源信号数目估计算法 [J], 栾海妍;宋连萍;江桦
2.基于 EM算法的宽带信号 DOA 估计及盲分离 [J], 熊坤来;刘章孟;柳征;姜文利;汪华兴
3.基于统计估计的盲信号分离技术 [J], 秦志峰;钱进
4.基于改进源信号数目估计算法的欠定盲分离 [J], BO Xiang-lei;HE Yi-gang;YIN Bai-qiang;FANG Ge-feng;FAN Xiao-teng
5.基于小波变换的单通道盲分离中源信号数目估计算法 [J], 尹海昌;栾海妍
因版权原因，仅展示原文概要，查看原文内容请购买。