基于密度的空间聚类与霍夫变换相结合的欠定盲源分离混合矩阵估计

摘要：

为解决欠定盲源分离中混合矩阵估计问题,提出了一种基于密度的空间聚类与霍夫变换相结合的混合矩阵估计算法.该算法首先通过基于相角的单源时频点处理增强信号的稀疏性,然后针对K-means算法需预先设置聚类个数的问题,采用基于密度的空间聚类算法对单源点进行自动分类以估计源信号个数,进而估计得到混合矩阵.为提高估计混合矩阵的精度,采用霍夫变换方法修正聚类中心.基于密度的空间聚类算法的运用也克服了霍夫变换峰值簇拥问题.实验结果表明,基于密度的空间聚类与霍夫交换相结合的方法能在源信号数量未知情况下准确估计混合矩阵,且估计精度高于K-means算法和基于密度的空间聚类算法.

关键词：欠定盲源分离(UBSS)、混合矩阵估计、霍夫变换、基于密度的空间聚类、K-means

所属期刊栏目：24

分类号：TP3;P40

资助基金：国家自然科学基金51204145;河北省自然科学基金E2013203300;河北省高等学校自然科学研究青年基金Q2012087;秦皇岛市科学技术研究与发展计划201302A033

在线出版日期：2015-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1270-1278