利用DBSCAN和概率密度估计的欠定盲源分离混合矩阵估计

作     者：张宇 杨淇善 贾懋珅 ZHANG Yu;YANG Qishan;JIA Maoshen

作者机构：北京工业大学信息学部北京100124 

出 版 物：《信号处理》 (Journal of Signal Processing)

年 卷 期：2023年第39卷第4期

页      面：708-718页

核心收录：

学科分类：080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

基　　金：国家自然科学基金(61971015)。 

主　　题：带噪声的基于密度的空间聚类 概率密度估计 混合矩阵估计 欠定盲源分离 

摘      要：针对欠定盲源分离中混合矩阵估计精度不佳的问题,本文提出了一种结合带噪声的基于密度的空间聚类(combining density-based spatial clustering of application with noise,DBSCAN)和概率密度估计的混合矩阵估计算法。首先,通过向量转换方式获得单声源时频点检测准则,并基于此准则从混合信号中检测出单声源点。其次,利用基于密度的空间聚类算法对单声源点进行聚类,由此估计出声源个数以及各类别所属的单声源点。再次,利用概率密度估计获得各类别的聚类中心,并构成混合矩阵。所提混合矩阵估计方法不需要提前设定声源个数,并且避免了由于数据分布不均所造成的聚类效果差的问题。最后,采用压缩感知技术实现源信号恢复,从而从混合信号中分离出各个声源信号。实验结果表明,本文所提的混合矩阵估计方法在声源个数未知的情况下,能够准确估计出混合矩阵;并且分离出的信号具有较高的质量。