基于NMF的盲源分離算法研究.pdf

1、盲源分離（Blind Source Separation，BSS）是指在源信號(hào)和傳輸通道參數(shù)均未知的情況下，僅僅利用極少的先驗(yàn)信息，從觀測到的混合信號(hào)中分離出源信號(hào)的方法。盲源分離在現(xiàn)實(shí)生活中應(yīng)用非常廣泛，例如無線通信、圖像處理、語音識(shí)別和醫(yī)學(xué)信號(hào)處理等眾多領(lǐng)域，因此盲源分離技術(shù)引起了國內(nèi)外學(xué)者的廣泛關(guān)注和深入研究，成為信號(hào)處理領(lǐng)域研究的一大熱點(diǎn)。
　　解決盲源分離問題的方法主要有基于獨(dú)立分量分析（Independent Comp

2、onent Analysis,ICA）的盲源分離算法、基于稀疏分量分析（Sparse Component Analysis,SCA）的盲源分離算法、基于非負(fù)矩陣分解（Nonnegative Matrix Factorization,NMF）的盲源分離算法等。ICA算法要求源信號(hào)間獨(dú)立；SCA算法要求源信號(hào)具有稀疏性；NMF算法主要利用信號(hào)的非負(fù)性進(jìn)行盲源分離，對信號(hào)的獨(dú)立性和稀疏性均沒有限制，所以該算法近年來引起了人們的廣泛關(guān)注。本文主

3、要研究基于NMF的盲源分離算法。
　　首先，研究了正交約束或相關(guān)約束下基于歐氏距離的NMF盲源分離算法，仿真結(jié)果表明，施加正交約束的基于歐氏距離NMF盲源分離算法的分離性能和施加相關(guān)性約束的盲源分離算法性能相當(dāng)，但降低了運(yùn)算復(fù)雜度。
　　其次，研究了基于 KL散度的NMF盲源分離算法。本文將正交約束引入基于 KL散度的NMF盲源分離算法，得到了正交約束下基于KL散度的NMF盲源分離算法，實(shí)驗(yàn)表明該算法對一維信號(hào)欠定盲源分離是

4、有效的。同時(shí)將 KL散度和反饋機(jī)制引入盲源分離，提出了基于KL散度的反饋NMF盲源分離算法，仿真結(jié)果表明，該算法的分離性能略優(yōu)于基于歐氏距離的反饋NMF盲源分離算法；另外還將增量非負(fù)矩陣分解引入盲源分離提出了基于KL散度的增量NMF盲源分離算法，改善了盲源分離算法的實(shí)用性。
　　最后，研究了基于秩一的NMF盲源分離算法。已有的基于NMF盲源分離算法都是采用乘性更新規(guī)則，丟失了部分梯度信息，導(dǎo)致分離性能不太理想。本文將秩一分解引入盲