搜索资源列表
Wavelet_De-noising_for_BSS
- 提出了三种小波滤波和盲源分离的结合方法，用于带噪信号的分离，-Three wavelet filtering and the combination of blind source separation method for separation of signals with noise,
qqqqq
- ：独立成分分析 ( I C A)在国内尚属一门新型的方法 介绍了I C A的原理及其算法 ，然后介绍了该算法在盲源 信号分离中的具体应用，并将此方法 与主成分方洼 ( P C A)进行了比较-: Independent Component Analysis (ICA) in China is a new method to introduce the principle of the ICA and its algorithm, and then introduced the algori
xianda-zhang
- 张贤达的盲信号处理讲义 包括盲源分离，斜投影。联合对角化。非负矩阵分解的介绍-blind source separation by Pro. Zhang xian da.
BSS
- 盲源分离的一篇文章，可以实现对混合信号的分离，对初学者具有很大的帮助。-Blind source separation of an article, can be achieved on the mixed signals, for beginners have a great help.
xuexiziliao
- 基于盲源分离的信号噪声滤除的程序及算法详细介绍，基于盲源分离的信号噪声滤除的毕业设计-Detailed procedures and algorithms based on blind source separation of signal noise filtering, of graduation to filter based on blind source separation of the signal-to-noise design
23
- 机械设备发生故障时, 故障特征的提取很重要。对于多通道的设备故障振动信号, 应用非平稳信号的盲源分离算法, 可以有效地提取各自独立的非平稳振动源,从而可以准确地进行机械故障诊断。针对不同时频分布的非平稳盲源分离算法, 比较了它们的分离效果。以转子的复合故障为例, 验证了该算法在故障诊断中可行性。-Machinery and equipment failure, the fault feature extraction is very important. Failure vibration si
ica_ngA1
- 盲源分离的自适应在线学习方法，采用最大熵，四个源信号，四个混合信号和自然梯度方法-Adaptive online learning method for blind source separation using the maximum entropy, four source signals, four mixed-signal, and the natural gradient method
sigexinhaofica
- 基于峭度的方法实现盲源分离，该程序是对四个盲信号的分离-Methods the kurtosis based on blind source separation to achieve, the program is of four blind signal separation
my_ICA
- 三个信号的盲源分离问题，利用峭度方法实现-The three signal blind source separation, using kurtosis
FD-Pearson-ICA-in-BSS
- 一种新的频域盲源分离方法，用皮尔逊系统去模拟不同频率上的信号分布，通过信号特征，选择合适的皮尔逊类型的函数去优化分离矩阵，从实现盲源分离.-A new frequency-domain blind source separation method using the Pearson system to simulate a signal on a different frequency distribution, through the signal characteristics, selec
ICA
- 三路信号的分离，语音信号盲源分离的方法-independent component analysis
Study-on-compound-fault-diagnosis
- 针对滚动轴承复合故障信号特征难以分离的问题， 提出将双树复小波变换和独立分量分析( ICA) 结合的故障诊断方 法 该方法首先将非平稳的故障信号通过双树复小波变换分解为若干不同频带的分量 由于各个分量存在一定的频率混叠， 对 故障信号特征提取有很大的干扰， 进而引入 ICA 对各个分量所组成的混合信号进行盲源分离， 从而尽可能消除频率混叠 最后 对从混合信号中分离出来的独立分量信号进行希尔伯特包络解调， 即可实现对复合故障特征信息的分离和故障识别-Aiming at the diff
mangyuan_xinhao_fenli
- 描述盲源信号分离的内容，较为全面，希望有用。-about expressing blind source information seperation
fastICA
- 模拟fastICA算法，3个源信号输入，对此进行盲源分离，初学者可以多了解-FastICA simulation algorithm, three source signal input, conduct a blind source separation, beginners can learn more about
multirfid
- 提出两种基于盲源分离方法的标签防碰撞算法，解决标签密集的多天线RFID 系统中的标签碰撞问题。在一个确定的 时隙内， 当发射反向反馈信号的标签数目不超过阅读器天线的数目时， 这些标签可以通过盲源分离算法被阅读器成功识 别；信号，直到所有标签被成功识别出来。仿真结果表明，新算法能使得RFID 系统获得更加高效的吞吐率，能比基于ALOHA 的标签防碰撞算法具有更小的时耗，尤其是当标签数目较大时更加显著。-two tag anti－collision algorithms based on
1
- BSS信号盲分离，是指从若干观测到的混合信号中恢复出未知的源信号的方法。典型的观测到的混合信号是一系列传感器的输出，而每一个传感器输出的是一系列源信号经过不同程度的混合之后的信号。其中，“盲”有两方面的含义：（1）源信号是未知的；（2）混合方式也是未知的。-BSS blind source separation, it is to point to recover a number of observations of mixed signal out of unknown source si