针对传统盲信号分离算法中信号概率密度函数计算速度慢、计算效果一般等问题，提出一种广义高斯混合模型的自适应盲信号分离算法。该算法根据信号拖尾特性的不同，自适应地选取t分布与广义高斯模型，分别估计重拖尾信号和轻拖尾信号的概率密度函数，通过建立峭度和形状因子的查找表得到不同信号评价函数的估计值，并对亚高斯信号和超高斯信号的混合信号进行有效分离。实验结果表明，该算法能对传统算法难以分离的重拖尾与轻拖尾混合信号进行快速有效的分离，具有较好的分离效果。
科研之友
微信
新浪微博
Facebook
分享链接
