摘要:针对传感器数目小于源信号数目的欠定情形,研究了基于压缩感知(CS)的欠定盲源分离(UBSS)问题。从欠定盲源分离和压缩感知的数学模型入手,在源信号具有稀疏性的前提下,将其转化为CS理论中的稀疏信号重构问题。在Sparco框架下建立了CS-UBSS两步法算法通用模型,并理论证明了该模型的有限等距特性(RIP)。仿真结果说明了该算法模型针对语音信号和图像信号的可行性与适用性,拓宽了UBSS问题的解决思路,尤其是CS理论中性能优越的重构算法可以直接应用于源信号的恢复。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社