10.3969/j.issn.1006-9348.2006.03.023
基于高斯矩的噪声独立分量分析
独立分量分析(ICA)作为有效的盲源分离技术(BSS)是信号处理领域的热点.但是许多ICA算法都是建立在无噪模型基础上实现盲源分离的,忽略了噪声对分离信号的影响.而实际信号或多或少的都含有噪声,如果信噪比低于某值将得不到良好的分离效果.该文定义不同参量的高斯函数的期望为随机向量的高斯矩,证明随机向量的高斯矩可作为无偏估计的单值对照函数应用于带高斯噪声的noisy ICA模型.由此利用最大化基于高斯矩的对照函数,得到FastICA改进算法-noisy ICA,并通过模拟实验证明了算法的可行性和健壮性.
多维信号处理、带噪独立分量分析、高斯矩、非线性估计
23
TP301.6(计算技术、计算机技术)
2006-05-11(万方平台首次上网日期,不代表论文的发表时间)
共3页
81-83