×
琉球阿西诺;武士曼代;森本·阿基拉

用于盲信号分离的连续多小波变换。 （英语） Zbl 1440.42166号

Wong，M.-W.（编辑）等人，《伪微分算子：群、几何和应用》。论文选自2015年8月3日至8日在中国澳门大学举行的国际分析、应用与计算学会（ISAAC）第十届大会上的演讲，以及8月10日至14日在中国北京举行的ICIAM第八届国际工业与应用数学大会上的发言。巴塞尔：Birkhäuser/Springer。数学趋势。，219-239 (2017).
摘要：观测信号通常记录为原始信号源的线性混合。我们的目的是将观测到的信号分离为原始信号源。为了分析观测信号，重要的是使用具有不同特征的几个小波函数并比较它们的连续小波变换。介绍了连续多小波变换的概念及其实质。介绍了一种在盲图像分离中的应用。
关于整个系列，请参见[Zbl 1367.47006号].

引用于1文件

MSC公司：

42立方厘米 涉及小波和其他特殊系统的非三角调和分析
94甲12 信号理论（表征、重建、滤波等）
65T60型 小波的数值方法
68单位10 图像处理的计算方法

关键词：

盲信号源分离;连续多小波变换;时频分析

软件：

ICALAB公司;固定点算法
PDF格式BibTeX公司 XML格式引用
\textit{R.Ashino}等人，in：伪微分算子：群，几何和应用。论文选自2015年8月3日至8日在中国澳门大学举行的国际分析、应用与计算学会（ISAAC）第十届大会上的发言，以及2015年8月月10日至14日在中国北京举行的ICIAM第八届国际工业与应用数学大会上的演讲。巴塞尔：Birkhäuser/Springer。219--239（2017；Zbl 1440.42166）
全文： 内政部

参考文献：

[1] R.Ashino，S.Desjardins，C.Heil，M.Nagase，R.Vaillancourt，傅里叶域中的平滑紧框架小波和图像微观分析。计算。数学。申请。45 (10–11), 1551–1579 (2003) ·Zbl 1044.42027号 ·doi:10.1016/S0898-1221（03）00136-6
[2] R.Ashino，C.A.Berenstein，K.Fujita，A.Morimoto，M.Morimota，D.Napoletani，Y.Takei，商信号分解方法的数学背景。申请。分析。86 (5), 577–609 (2007) ·Zbl 1124.94007号 ·网址：10.1080/00036810701286288
[3] R.Ashino，K.Fujita，T.Mandai，A.Morimoto，K.Nishihara，利用多个小波变换给出的时频信息矩阵进行盲源分离。信息10（5），555–568（2007）
[4] R.Ashino，T.Mandai，A.Morimoto，F.Sasaki，使用时频分析对时空混合信号进行盲源分离。申请。分析。88 (3), 425–456 (2009) ·兹比尔1165.42311 ·doi:10.1080/00036810902767524
[5] R.Ashino，S.Kataoka，T.Mandai，A.Morimoto，小波分析盲图像源分离。申请。分析。91 (4), 617–644 (2012) ·Zbl 1238.42016号 ·网址：10.1080/00036811.2011.616497
[6] R.Ashino，T.Mandai，A.Morimoto，小波分析的多级盲源分离。国际小波多分辨率。信息处理。12 (4), 1460004, 25 (2014) ·Zbl 1298.42037号
[7] R.Balan，J.Rosca，双信道系统STFT比的统计特性及其在盲源分离中的应用，第二届独立分量分析和盲信号分离国际研讨会论文集，赫尔辛基，2000年6月，第19-22页
[8] C.Cherry，关于语音识别的一些实验，有一只耳朵和两只耳朵。J.声学。《美国社会学杂志》第25卷（5期），第975–979页（1953年）·doi:10.1121/1.1907229
[9] S.Choi，A.Cichoki，噪声混合物中非平稳源的盲分离。电子。莱特。36 (9), 848–849 (2000) ·doi:10.1049/el:20000623
[10] A.Cichocki，S.Amari，《自适应盲信号和图像处理：学习算法和应用》（Wiley，Chichester，2002）·doi:10.1002/0470845899
[11] L.Cohen，时频分析（Prentice-Hall，Englewood Cliffs，1995）
[12] I.Daubechies，小波变换，时频定位和信号分析。IEEE传输。通知。理论。36 (5), 961–1005 (1990) ·Zbl 0738.94004号 ·doi:10.1109/18.57199
[13] M.Felsberg，G.Sommer，单基因信号。IEEE传输。信号处理。49 (12), 3136–3144 (2001) ·Zbl 1369.94139号 ·数字对象标识代码：10.1109/78.969520
[14] G.Folland，A.Sitaram，《不确定性原理：数学调查》，J.Fourier Ana。申请。3（3），207–238（1997）·Zbl 0885.42006号 ·doi:10.1007/BF02649110
[15] D.Gabor，传播理论。J.Inst.Electr.电气。英国工程师。93 (26), 429–457 (1946)
[16] K.Gröchenig，《时频分析基础》（Birkhäuser Boston，2001）·doi:10.1007/978-1-4612-0003-1
[17] S.Haykin，Z.Chen，鸡尾酒会问题。神经计算。17 (9), 1875–1902 (2005) ·doi:10.1162/0899766054322964
[18] C.Heil，D.Walnut，连续和离散小波变换。SIAM修订版31（4），628–666（1989）·Zbl 0683.42031号 ·数字对象标识代码：10.1137/1031129
[19] C.Heil，D.Walnut，《小波理论基础论文》（普林斯顿大学出版社，普林斯顿，2006）·Zbl 1113.42001号
[20] A.Hyvärinen、J.Karhunen、E.Oja，《独立成分分析》（Wiley，纽约，2001）·doi:10.1002/0471221317
[21] A.Jourjine，S.Rickard，O.Yilmaz，不相交正交信号的盲分离：从两种混合物中分离N个源，2000年IEEE声学、语音和信号处理国际会议论文集，伊斯坦布尔，第5卷（2000），第2985–2988页
[22] F.Keinert，小波和多小波。高等数学研究（Chapman&Hall/CRC，Boca Raton，2004）
[23] T.Kohonen，《自组织地图》，第2版。（施普林格，柏林，1997）·Zbl 0866.68085号 ·doi:10.1007/978-3-642-97966-8
[24] S.Mallat，信号处理的小波之旅——稀疏方法，第3版。（学术出版社，波士顿，2009年）·Zbl 1170.94003号
[25] A.Morimoto，R.Ashino，T.Mandai，使用单基因小波变换进行图像分离，《2010年第十届通信与信息技术国际研讨会论文集》（ISCIT 2010），东京（2010），第707–712页·Zbl 1193.42117号 ·doi:10.1109/ISCIT.2010.5665079
[26] A.Morimoto、H.Koyama、D.Inoue、A.Oomichi、H.Nishimura、R.Ashino、T.Mandai，《利用小波分析进行图像分离》。事务处理。日本。Soc.Ind.申请。数学。19（3），257–278（2009年，日语）
[27] D.Napoletani、C.A.Berenstein、P.S.Krishnaprasad、D.C.Struppa，《商信号估计》，谐波分析、信号处理和复杂性。《数学进展》，第238卷（Birkhäuser，波士顿，2005），第151-162页·Zbl 1088.94511号 ·doi:10.1007/0-8176-4416-412
[28] J.Ville，信号分析概念的理论与应用。电缆和传输。2A，61-74（1948年）
[29] O.Yilmaz，S.Rickard，通过时频掩蔽实现语音混合的盲源分离。IEEE传输。信号处理。52, 1830–1847 (2004) ·Zbl 1369.94383号 ·doi:10.1109/TSP.2004.828896
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。