零空间追踪 matlab,中国科学院自动化研究所

英文摘要Adaptive signal separation is the research focus and difficulty in the current field of signal processing. Such methods are usually proposed to separate a complex signal into a mixture of several additive coherent subcomponents, and These subcomponents tend to have simple or known properties. We obtain properties of the original input signal by analyzing these subcomponents and their relationship. Among the adaptive approaches, we focus on an operator-based approach to adaptive signal separation. The operator-based signal separation approach and null space pursuit algorithm are very innovative tools for signal decomposition and analysis. They can be formulated as an optimization problem, and use an adaptive operator to separate a signal into additive subcomponents. The charming features of using the approach to solve the signal separation problem are that the design of the operator can be customized to the target signal and the parameters can be adaptively estimated. Although this kind of algorithms has a solid mathematical foundation and strong adaptability, there are still some problems to be improved in theory and method. In this thesis, we focus on the operator-based signal separation approach and null space pursuit algorithm, and obtain some meaningful results. There are three main innovations of this paper: We build the locally orthogonal signal model by relaxing the completely orthogonal assumption in the null space pursuit algorithm. We propose an approach to adaptive signal separation based on operator and locally orthogonal constraint by using the Gabor transform and a back projection strategy. The proposed algorithm can expand the range of the signal model and effectively resolve the mode mixing problem. Since l2-norm is very sensitive to singular points of a piecewise smooth signal, we adopt l1-norm constraint instead of l2-norm constraint in null space pursuit algorithm, and propose an operator-based and sparsity-based approach to adaptive signal separation. The proposed algorithm can successfully separate a sparse signal and local narrow band signals, or a piecewise smooth signal and local narrow band signals. Moreover, we define a new differential operator and apply the proposed algorithm to two typical Rossler chaotic systems. We have achieved the separation of chaotic signals and parameters estimation of the chaotic system. Because large matrix inverse operation leads to high computational complexity in the null space pursuit alg...

零空间追踪 matlab,中国科学院自动化研究所相关推荐

作者：吴书（1982-），男，中国科学院自动化研究所助理研究员
吴书(1982-),男,中国科学院自动化研究所助理研究员,主要研究方向为数据挖掘和信息检索.先后主持多项国家科研项目,在重要期刊和顶级会议发表论文40余篇.
作者：刘强（1990-），男，中国科学院自动化研究所博士生
刘强(1990-),男,中国科学院自动化研究所博士生,主要研究方向为数据挖掘,在顶级会议发表论文多篇.
作者：王亮（1975-），男，中国科学院自动化研究所研究员，博士生导师
王亮(1975-),男,中国科学院自动化研究所研究员,博士生导师,IAPR会士和IEEE高级会员,模式识别国家重点实验室副主任,主要研究方向为机器学习.模式识别和计算机视觉.先后主持多项国家科研项目.
作者：项连城（1992-），女，中国科学院自动化研究所硕士生
项连城(1992-),女,中国科学院自动化研究所硕士生,主要研究方向为社交多媒体分析与挖掘.
作者：桑基韬（1985-），男，博士，中国科学院自动化研究所副研究员
桑基韬(1985-),男,博士,中国科学院自动化研究所副研究员,主要研究方向为社会媒体分析.多媒体检索.数据挖掘.
作者：熊刚，男，博士，现任中国科学院自动化研究所研究员，中国科学院云计算中心自动化所东莞研究院首席科学家等职务。...
熊刚,男,博士,现任中国科学院自动化研究所研究员,中国科学院云计算中心自动化所东莞研究院首席科学家等职务,主要从事智能交通.智能制造.云计算和大数据管理相关领域的理论研究和应用实践工作.先后主持芬兰科 ...
作者：董西松，男，博士，现任中国科学院自动化研究所助理研究员。
董西松,男,博士,现任中国科学院自动化研究所助理研究员,青岛智能产业技术研究院及中国科学院云计算中心自动化所东莞研究院助理研究员,主要研究方向包括复杂系统的建模与控制.智能交通等.主持广东省科学技术厅 ...
作者：朱凤华，男，博士，现任中国科学院自动化研究所副研究员，中国科学院云计算中心自动化所东莞研究院副院长。...
朱凤华,男,博士,现任中国科学院自动化研究所副研究员,中国科学院云计算中心自动化所东莞研究院副院长.在基于ACP方法的平行交通控制与管理方面有长期的工作积累,参与国家发展与改革委员会和交通运输部联合实 ...
王亮中国科学院自动化研究所
招生信息招生专业:模式识别与智能系统:计算机应用技术招生方向:模式识别,计算机视觉,图像与视频理解,机器学习,数据挖掘教育背景 2000-09--2004-03 中国科学院自动化研究所工学博士 ...

零空间追踪 matlab,中国科学院自动化研究所

零空间追踪 matlab,中国科学院自动化研究所相关推荐

最新文章

热门文章