基于EMD改进算法的欠定混合盲分离

doi:10.12068/j.issn.1005-3026.2018.08.009

东北大学学报:自然科学版 ›› 2018, Vol. 39 ›› Issue (8): 1108-1113.DOI: 10.12068/j.issn.1005-3026.2018.08.009

基于EMD改进算法的欠定混合盲分离

季策，孙梦雪，张君

(东北大学计算机科学与工程学院，辽宁沈阳110169)

收稿日期:2017-04-07 修回日期:2017-04-07 出版日期:2018-08-15 发布日期:2018-09-12
通讯作者: 季策
作者简介:季策(1969-)，女，辽宁沈阳人，东北大学副教授.冯明杰(1971-)，男，河南禹州人，东北大学副教授; 王恩刚(1962-)，男，辽宁沈阳人，东北大学教授，博士生导师.
基金资助:
国家自然科学基金资助项目(61370152，61671141，61501038)；沈阳市科技计划项目(F16-205-1-01).国家自然科学基金资助项目(51171041).

Underdetermined Blind Separation Based on Improved EMD Algorithm

JI Ce， SUN Meng-xue， ZHANG Jun

School of Computer Science & Engineering， Northeastern University， Shenyang 110169， China.

Received:2017-04-07 Revised:2017-04-07 Online:2018-08-15 Published:2018-09-12
Contact: SUN Meng-xue
About author:-
Supported by:
-

摘要/Abstract

摘要： 为改善拟合效果，针对经验模态分解(empirical mode decomposition，EMD)算法存在的端点效应，提出一种改进的EMD算法——端点极值延拓方法.利用改进的EMD算法对观测信号进行分解，将分解分量连同之前的观测信号构成新的观测信号，从而将欠定情况转化为超定情况，最后利用独立成分分析(independent component analysis，ICA)算法得到源信号的估计.通过仿真实验对比，证明了本文算法的有效性.

关键词: 欠定盲源分离, 经验模态分解, 端点效应, 极值延拓, 独立成分分析

Abstract: In order to improve the effect of data fitting， a method of extremum extension on endpoints is proposed， which is aimed at the endpoint effect of empirical mode decomposition (EMD) algorithm. The improved EMD algorithm is used to decompose the observed signals， and then the decomposed components together with the prior observed signals are regarded as new observed signals. Thus the underdetermined situation is changed into an overdetermined case. Finally， we use independent component analysis (ICA) algorithm to obtain the estimation of source signals. Simulation result shows that the proposed algorithm is effective.

Key words: underdetermined blind source separation, EMD(empirical mode decomposition), endpoint effect, extremum extension, ICA(independent component analysis)

中图分类号:

TN911.7

季策，孙梦雪，张君. 基于EMD改进算法的欠定混合盲分离[J]. 东北大学学报:自然科学版, 2018, 39(8): 1108-1113.

JI Ce， SUN Meng-xue， ZHANG Jun. Underdetermined Blind Separation Based on Improved EMD Algorithm[J]. Journal of Northeastern University Natural Science, 2018, 39(8): 1108-1113.

参考文献

[1]Tichavsky P，Koldovsky Z.Weight adjusted tensor method for blind separation of underdetermined mixtures of nonstationary sources［J］.IEEE Transactions on Signal Processing，2011，59(3):1037-1047.
[2]李志农，吕亚平，范涛，等.基于经验模态分解的机械故障欠定盲源分离方法［J］.航空动力学报，2009，24(8):1886-1892.(Li Zhi-nong，Lyu Ya-ping，Fan Tao，et al.Underdetermined blind source separation method for mechanical fault based on empirical mode decomposition［J］.Journal of Aerospace Power，2009，24(8):1886-1892.)
[3]孙洁娣，郝雅立，温江涛，等.基于EMD的高压燃气管道泄漏信号欠定盲分离方法［J］.振动与冲击，2013，32(18):81-86.(Sun Jie-di，Hao Ya-li，Wen Jiang-tao，et al.Underdetermined blind source separation method of pipeline leakage signals based on empirical mode decomposition［J］.Journal of Vibration & Shock，2013，32(18):81-86.)
[4]Zhu X L，Liu J P，Zhang X N.Analysis of motor imagery EEG based on Hilbert-Huang Transform［J］.Advanced Materials Research，2014，998/999:833-837.
[5]孟宗，顾海燕，李姗姗.基于神经网络集成的B样条经验模态分解端点效应抑制方法［J］.机械工程学报，2013，49(4):106-112.(Meng Zong，Gu Hai-yan，Li Shan-shan.An empirical mode decomposition method based on neural network ensemble for endpoint effect suppression of B spline［J］.Journal of Mechanical Engineering，2013，49(4):106-112.)
[6]Zhang Y，Wu K，Tan G，et al.An online adaptive algorithm for underdetermined blind source separation［C］// 2014 12th International Conference on Signal Processing.Hangzhou，2014:467-472.
[7]Wang J，Liu Y，Chao Z，et al.A modified single-channel blind separation method using EMD and ICA［C］// International Conference on Trustworthy Computing and Services.Berlin:Springer，2014:78-85.
[8]Gu Q W，Jin W D，Yu Z B.Blind source separation of single-channel train signal based on EEMD and ICA［J］.Application Research of Computers，2014，31(5):1551-1553.
[9]齐扬阳，于淼.基于EMD的单通道盲源分离跳频通信抗干扰方法［J］.计算机科学，2016，43(1):149-153.(Qi Yang-yang，Yu Miao.Anti-jamming method for frequency hopping communication based on single channel BSS and EMD［J］. Computer Science，2016，43(1):149-153.)
[10]王传菲，安钢，王凯，等.基于镜像延拓和神经网络的EMD端点效应改进方法［J］.装甲兵工程学院学报，2010，24(2):66-69.(Wang Chuan-fei，An Gang，Wang Kai，et al.An improved method of EMD endpoint effect based on mirror extension and neural network［J］.Journal of the Academy of Armored Forces Engineering，2010，24(2):66-69.)
[11]杨杰，俞文文，田昊，等.基于独立分量分析的欠定盲源分离方法［J］.振动与冲击，2013，32(7):30-33.(Yang Jie，Yu Wen-wen，Tian Hao，et al.Underdetermined blind source separation method based on independent component analysis［J］.Journal of Vibration & Shock，2013，32(7):30-33.)(上接第1102页)

基于EMD改进算法的欠定混合盲分离

Underdetermined Blind Separation Based on Improved EMD Algorithm

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 11

编辑推荐

Metrics

本文评价

[1]	季策，张欢，耿蓉，李伯群. 基于OS-SASP算法的欠定盲源分离[J]. 东北大学学报（自然科学版）, 2021, 42(4): 501-508.
[2]	季策，姜雨田. 基于方向幅值比的欠定盲源分离算法[J]. 东北大学学报:自然科学版, 2019, 40(7): 920-924.
[3]	沈丽丽，耿小荃，徐礼胜. 基于脑电的立体视频加速度的特征识别[J]. 东北大学学报:自然科学版, 2019, 40(10): 1386-1391.
[4]	张淑美，王福利，王姝，李嫱嫱. 基于数据特性分析的多变量过程监测[J]. 东北大学学报:自然科学版, 2017, 38(5): 609-614.
[5]	刘卓，柴天佑，汤健. 一种多尺度球磨机筒体振动频谱分析与建模方法[J]. 东北大学学报:自然科学版, 2015, 36(3): 305-308.
[6]	吴贤规，王安娜，会国涛. 经验模态分解中一种改进的包络线拟合算法[J]. 东北大学学报:自然科学版, 2015, 36(11): 1535-1539.
[7]	韩凌，王宏，李春胜. 基于多变量希尔伯特频域模型的癫痫发作预测[J]. 东北大学学报:自然科学版, 2015, 36(10): 1383-1387.
[8]	杨丹，秦梦芝，徐彬，王旭. 基于EMD的心电信号压缩算法[J]. 东北大学学报:自然科学版, 2014, 35(7): 926-930.
[9]	于亮，毛志忠，贾润达. 基于ICA-LSSVM的铜萃取混合模型[J]. 东北大学学报:自然科学版, 2014, 35(10): 1369-1372.
[10]	闻时光;王斐;吴成东;张育中;. 基于高斯过程的改进经验模态分解及应用[J]. 东北大学学报(自然科学版), 2011, 32(4): 468-471.
[11]	李晶皎;安冬;王骄;. 基于EEMD和ICA的语音去噪方法[J]. 东北大学学报(自然科学版), 2011, 32(11): 1554-1557.