首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于AR模型的变分贝叶斯独立分量分析算法研究
引用本文:徐岩,王雷.基于AR模型的变分贝叶斯独立分量分析算法研究[J].铁道学报,2019(9):88-93.
作者姓名:徐岩  王雷
作者单位:兰州交通大学电子与信息工程学院
基金项目:国家自然科学基金(61461024)
摘    要:近年来,盲源分离算法由于其良好的去噪效果在信号处理领域得到了广泛应用,但传统独立分量分析方法存在着未考虑噪声干扰及未充分利用已知信息等弊端。提出基于GAR模型的变分贝叶斯独立分量分析算法,将源信号的时间结构与系统噪声进行融合研究,基于GAR模型近似建模语音信号的时间结构特征,应用变分贝叶斯学习方法分离带噪声的语音信号。通过与标准变分贝叶斯独立分量分析算法的仿真对比,证明改进后的算法有较好地实际分离效果,有效解决了ICA算法无法在噪声环境下直接进行盲源分离问题。算法可用于减轻铁路列车司机通信时的听觉疲劳。

关 键 词:AR模型  独立分量分析  变分贝叶斯  盲源分离

Research on Variational Bayesian Independent Component Analysis Algorithm Based on Autoregressive Model
XU Yan,WANG Lei.Research on Variational Bayesian Independent Component Analysis Algorithm Based on Autoregressive Model[J].Journal of the China railway Society,2019(9):88-93.
Authors:XU Yan  WANG Lei
Institution:(School of Electronic and Information Engineering, Lanzhou Jiaotong University, Lanzhou 730070,China)
Abstract:XU Yan;WANG Lei(School of Electronic and Information Engineering, Lanzhou Jiaotong University, Lanzhou 730070,China)
Keywords:autoregressive model  independent component analysis  variational Bayesian  blind source separation
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号