本项目将针对稀疏盲信号分离领域目前存在的问题进行探讨,主要就三个方面展开研究。其一,在欠定的情况下对源信号个数的估计(这是目前使用聚类方法时确定聚类数的关键问题,关系到分离结果的准确性和精度);其二,在欠定的情况下,若源信号不是充分的稀疏,而是在同一时刻有多个源信号起主要作用,我们要探索和建立相应的处理方法,寻求如何将目前的线聚类方法转化成"面聚类,或集合聚类"方法;其三,为欠定稀疏盲分离的自适应方法建立严格的理论基础(自适应方法是最近出现的一种有效的处理欠定盲分离的工具,但因目前还没有数学理论基础,人们一直存在疑虑)。. 以上三个问题的研究和解决,对欠定稀疏盲信号分离完整理论体系以及相应算法的建立都是有重要作用的。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于细粒度词表示的命名实体识别研究
基于分形维数和支持向量机的串联电弧故障诊断方法
Himawari-8/AHI红外光谱资料降水信号识别与反演初步应用研究
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
TGF-β1-Smad2/3信号转导通路在百草枯中毒致肺纤维化中的作用
盲信号分离中若干基本问题的研究
盲信号分离的稀疏元分析关键问题研究
非稀疏信号的欠定盲源分离研究
欠定型盲信号分离的稀疏表示方法的研究