資源描述：
《基于非負(fù)矩陣分解的盲源分離算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、碩士學(xué)位論文MASTER’SDISSERTATION論文題目基于非負(fù)矩陣分解的盲源分離算法研究作者姓名張井偉學(xué)科專業(yè)電子科學(xué)與技術(shù)指導(dǎo)教師孫潔娣副教授2016年5月中圖分類號(hào)：TN911.7學(xué)校代碼：10216UDC：621.39密級(jí)：公開工學(xué)碩士學(xué)位論文基于非負(fù)矩陣分解的盲源分離算法研究碩士研究生：張井偉導(dǎo)師：孫潔娣副教授申請(qǐng)學(xué)位：工學(xué)碩士學(xué)科專業(yè)：電子科學(xué)與技術(shù)所在單位：信息科學(xué)與工程學(xué)院答辯日期：2016年5月授予學(xué)位單位：燕山大學(xué)ADissertationinElectronicScienceandTechnologyRESEARCHONBLIN
2、DSOURCESEPARATIONALGORITHMBASEDONNONNEGATIVEMATRIXFACTORIZATIONbyZhangJingweiSupervisor:AssociateProfessorSunJiediYanshanUniversityMay,2016燕山大學(xué)碩士學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：此處所提交的碩士學(xué)位論文《基于非負(fù)矩陣分解的盲源分離算法研究》，是本人在導(dǎo)師指導(dǎo)下，在燕山大學(xué)攻讀碩士學(xué)位期間獨(dú)立進(jìn)行研究工作所取得的成果。論文中除已注明部分外不包含他人已發(fā)表或撰寫過(guò)的研究成果。對(duì)本文的研究工作做出重要貢獻(xiàn)的個(gè)人和集體，
3、均已在文中以明確方式注明。本聲明的法律結(jié)果將完全由本人承擔(dān)。作者簽字：日期：年月日摘要摘要在信號(hào)處理領(lǐng)域，盲源分離是研究的熱點(diǎn)問(wèn)題之一，不僅具有重要的理論研究?jī)r(jià)值，而且已經(jīng)應(yīng)用于科學(xué)科研的多個(gè)方面，有著廣闊的應(yīng)用前景。非負(fù)矩陣分解作為一種新興的解決盲源分離問(wèn)題的有效方法，也逐漸引起了研究學(xué)者們的高度重視。本文是在國(guó)內(nèi)外研究基礎(chǔ)上，對(duì)非負(fù)矩陣分解方法解決盲源分離問(wèn)題的研究。首先，分析了盲源分離和非負(fù)矩陣分解的研究現(xiàn)狀，對(duì)非負(fù)矩陣分解方法和盲源分離常用數(shù)學(xué)知識(shí)詳細(xì)闡述。在此基礎(chǔ)上，又介紹了梯度下降法、帶約束的優(yōu)化問(wèn)題以及基本的非負(fù)矩陣分解算法。其次，針對(duì)超定
4、混合模型下的盲源分離，研究了稀疏約束的非負(fù)矩陣分解方法。這種方法通過(guò)基礎(chǔ)非負(fù)矩陣分解算法的目標(biāo)函數(shù)增加稀疏約束，重新更新因子矩陣的迭代規(guī)則，能夠?qū)崿F(xiàn)超定盲源分離。進(jìn)一步，對(duì)于正定盲源分離，引入了反饋非負(fù)矩陣分解算法，該算法比約束的二階優(yōu)化非負(fù)矩陣分解算法具有更好的性能，有效地解決了正定盲源分離問(wèn)題，最后，運(yùn)用聯(lián)合非負(fù)矩陣分解方法解決欠定盲源分離問(wèn)題。該方法的第一階段用行列式和稀疏性約束的非負(fù)矩陣分解算法處理混合信號(hào)，并從中選擇處分離效果最好的信號(hào)，直到混合信號(hào)矩陣不再是欠定矩陣，這就將欠定混合矩陣成功地轉(zhuǎn)化為非欠定混合矩陣。第二階段用約束二階優(yōu)化非負(fù)矩陣
5、分解處理混合信號(hào)。最終實(shí)現(xiàn)了欠定混合模型下的盲源分離。關(guān)鍵詞：盲源分離；非負(fù)矩陣分解；稀疏約束；二階優(yōu)化；反饋機(jī)制-I-AbstractAbstractInthefieldofsignalprocessing,blindsourceseparationisoneofthehotissuesofresearch,itnotonlyhasimportanttheoreticalresearchvalue,butalsohasbeenappliedtovariousaspectsofscientificresearch,andhasabroadapplicat
6、ionprospect.Nonnegativematrixdecompositionasaneweffectivemethodtosolvetheproblemofblindsourceseparationhascausedtheattentionoftheresearchers.Thisarticleisbasedontheresearchesathomeandabroad,andmakesresearchonsolvingtheproblemofblindsourceseparationusingnonnegativematrixdecomposit
7、ionmethod.Firstly,theresearchstatusofblindsourceseparationandnonnegativematrixfactorizationisanalyzed,andintroducesthenonnegativematrixfactorizationmethodsofdealingwiththeblindsourceseparationwhichoftenusedmathematicalknowledgeindetail.Onthisbasis,andintroducesthegradientdescentm
8、ethod,theoptimizationproblemwithconstrai
