扩展信息最大化盲源分离算法的研究

摘要：

盲源分离技术是信号处理和神经网络领域近年来的一个热点研究课题,由于其能够从观测的混合信号中恢复出源信号,而对源信号和混合系统的先验知识要求很少,因此在语音信号处理、无线信号处理、生物医学信号处理、地震信号处理,以及图像增强等方面都具有非常重要的理论意义和实用价值。信息最大化盲源分离算法能够有效地分离语音信号的瞬时混合,但是不能分离超高斯信号（如语音信号）和亚高斯信号（如正弦信号）的混合。基于此,本文讨论了扩展信启、最大化盲源分离算法,通过仿真表明,该算法可以有效的对各种源信号的线性即时混合进行分离,实验证明了该算法的有效性。

关键词：盲源分离、信息最大化、超高斯、亚高斯

分类号：TN911.7

在线出版日期：2012-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：16-19,24