盲信号分离及其应用医学PPT课件
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
合肥工业大学 计算机与信息学院 图像信息处理研究室 Tel:2901393 Email:images@ /organ/images
数学建模
线性瞬时混合盲信号分离的数学建模 线性卷积混合盲信号分离的数学建模 非线性(Post-Nonlinear, PNL)混合 盲信号分离的数学建模
合肥工业大学 计算机与信息学院 图像信息处理研究室 Tel:2901393 Email:images@ /organ/images
基本理论
盲信号分离的数学建模 盲信号分离的可解性与独立性分析 盲信号分离的目标函数 盲信号分离的优化算法
盲分离问题需要解决的问题就是如 何从接收到的观察信号中,估计出源信号 S1(t),S2(t) … Sn(t)和混合矩阵的过程。 实际上式还应该存在一个干扰存项,如果 考虑到噪声的迅在,那么上式可以推广到 更一般的情况,即为:
X (t ) AS(t ) n(t )
合肥工业大学 计算机与信息学院 图像信息处理研究室 Tel:2901393 Email:images@ /organ/images
来表示。它们有如下关系:
合肥工业大学 计算机与信息学院 图像信息处理研究室 Tel:2901393 Email:images@ /organ/images
X 1 (t ) a11 S1 (t ) a1n S n (t ) X (t ) a S (t ) a S (t ) m1 1 mn n m
线性瞬时混合 线性卷积混合 非线性混合
返回
合肥工业大学 计算机与信息学院 图像信息处理研究室 Tel:2901393 Email:images@ /organ/image号处理方法 对其研究始于二十世纪八十年代中后期 有关的理论和算法都已经取得了较大的发展 对于线性瞬时混合信号的分离问题、卷积混 合信号的分离问题以及非线性混合信号的分 离问题都做了深入的研究,提出了许多经典 算法 用于语音信号分离、图像特征提取和医学脑 电信号的分离等方面
盲信号分离及其应用
曹薇
合肥工业大学 图像信息处理研究室
合肥工业大学 计算机与信息学院 图像信息处理研究室 Tel:2901393 Email:images@ /organ/images
一个有趣的现象
鸡尾酒会效应 Cocktail Party Effect
合肥工业大学 计算机与信息学院 图像信息处理研究室 Tel:2901393 Email:images@ /organ/images
本次讲座的主要内容
盲分离的基本理论 解决盲分离问题的典型算法 盲分离的应用、研究现状和发展趋势
返回
合肥工业大学 计算机与信息学院 图像信息处理研究室 Tel:2901393 Email:images@ /organ/images
线性瞬时混合盲信号分离的数学建模
S1(t),S2(t) … Sn(t)是一个随机的 时间序列,用m个话筒表示接收到的 混合信号,用X1(t),X2(t) … Xm(t)
盲信号分离简介
盲信号分离的基本分类 盲信号分离的发展状况
合肥工业大学 计算机与信息学院 图像信息处理研究室 Tel:2901393 Email:images@ /organ/images
分类
单通道信号盲分离
多通道信号盲分离
合肥工业大学 计算机与信息学院 图像信息处理研究室 Tel:2901393 Email:images@ /organ/images
这种可以从由许多声音所构成的混 合声音中选取自己需要的声音而忽视其 他声音的现象就是鸡尾酒会效应。
合肥工业大学 计算机与信息学院 图像信息处理研究室 Tel:2901393 Email:images@ /organ/images
其中{aij}是混合系数, {aij}也是未知 的,在线性瞬时混合中,一般假定{aij}是未 知的常数矩阵
合肥工业大学 计算机与信息学院 图像信息处理研究室 Tel:2901393 Email:images@ /organ/images
信号处理领域中其他类似的应用
在阵列信号处理技术中仅仅凭借传感器 的观测信号估计未知信号源的波形 在生物医学信号中提取有效信号 在无线通信中利用一个信道实现多用户 通信服务 在语音识别中达到“鸡尾酒会效应”
合肥工业大学 计算机与信息学院 图像信息处理研究室 Tel:2901393 Email:images@ /organ/images
如何在这种从观察到的混合信号 中分离出源信号的问题就是所谓的盲 分离(Blind Signal Separation, BSS) 问题,有时也被称为盲源分离 (Blind Source Separation)问题[1][2]
合肥工业大学 计算机与信息学院 图像信息处理研究室 Tel:2901393 Email:images@ /organ/images