一种欠定混合情形下的信源数目盲估计方法

来源：电子测量技术杂志2015年第6期北京时间：

作者：左超华

单位：西南交通大学机械工程学院成都610031

摘要：准确估计信源数目是盲源分离实现有效分离的重要前提之一。针对源信号数目未知且少于观测信号数目的欠定问题，提出了一种有效的信源数目盲估计方法。该方法基于经验模态分解，并结合协方差矩阵的奇异值分解，采用拉氏逼近的贝叶斯选择原理来估计源信号数目。在对观测信号进行经验模态分解前，为了消除本征模态函数的模态混合现象，引入卡尔曼滤波算法对观测信号进行了消噪处理。分别采用仿真信号和实测信号对该方法进行验证，研究表明，方法能够准确估计出源信号数目，为盲源分离提供准确的先验信息。

关键词：源数估计;卡尔曼滤波;经验模态分解;拉氏逼近;贝叶斯选择原理

基金资助：国家自然科学基金（51205323，51275426）、中央高校基本科研业务费专项资金（2682014CX032）资助项目