任意概率密度信号的盲分离

摘要：

独立分量分析(ICA)是一种把多维随机矢量转换为尽可能统计独立的分量的统计方法,被广泛用于非高斯信号处理领域.本文给出了一种基于峰度的盲源分离(BSS)算法,也可看作是最大似然方法的扩展,解决了最大似然方法限制过多的缺陷,且与用Comon的方法求解Givens矩阵相比,结构清晰、实现简单.仿真证明了算法的有效性.

关键词：ICA、盲源分离、最大似然、扩展最大似然Givens矩阵

所属期刊栏目：21

分类号：TP1(自动化基础理论)

资助基金：中国科学院资助项目60172029

在线出版日期：2005-12-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：165-166