盲信号分离的稀疏元分析关键问题研究

Underdetermined blind source separation (BSS) is a very challenging task, and sparse component analysis (SCA) proves to be a powerful tool to solve this problem. However, some fundamental issues remain unsolved in SCA, which severely prevents its wide application in BSS. For example,.1..How to estimate the number of sparse components, which is an intrinsic character of SCA..2..How to estimate the basis vectors when multiple sparse components are active simultaneously..3..The orthogonal/unitary transformation problem of SCA in underdetermined BSS..This program addresses above issues and conducts further study, expecting to improve the basic thoery of underdeterminded blind signal separation.

欠定盲信号分离问题是盲信号处理领域比较棘手的问题，而稀疏元分析是解决欠定盲分离的有效工具。但稀疏元分析在盲信号分离的应用中任然存在一些没有解决的问题，如：.1.. 稀疏元“本征属性”数目未知情况下，稀疏元数目的估计问题；.2..“多活跃”稀疏元的基矢量估计问题；.3..稀疏元分析在欠定盲信号分离应用中的正交(酉)变换问题。.本课题就是针对以上问题展开研究，以期进一步完善欠定盲信号分离的基本理论。

欠定盲信号分离问题是盲信号处理领域比较棘手的问题，而稀疏元分析是解决欠定盲分离 的有效工具。但稀疏元分析在盲信号分离的应用中任然存在一些没有解决的问题。本项目旨在进一步完善欠定盲信号分离的基本理论，针对以下问题展开研究： 1. 稀疏元“本征属性”数目未知情况下，稀疏元数目的估计问题； 2. “多活跃”稀疏元的基矢量估计问题； 3. 稀疏元分析在欠定盲信号分离应用中的正交(酉)变换问题。 基于本项目的研究成果，发表了18篇期刊论文，参加2次国际会议和申请3项专利。