未找到相关数据
一种基于ICA的盲信号分离快速算法
被引：56
作者：
游荣义
陈忠
机构：
[1] 集美大学计算科学与应用物理系,厦门大学物理系福建厦门厦门大学物理系,福建厦门,福建厦门
来源：
基金：
国家自然科学基金重点项目;
关键词：
盲信号分离;
独立成分分析;
kurtosis;
神经算法;
D O I：
暂无
中图分类号：
TN911 [通信理论];
957 [];
学科分类号：
080906 [电磁信息功能材料与结构];
摘要：
基于ICA(独立成分分析:Independent Component Analylsis)原则,给出一种盲信号分离的快速学习算法.通过寻求观测变量线性组合的四阶累积量(即kurtosis系数)局部极值,得出该算法的模型和步骤.将该算法用于盲信号分离实验,实验结果表明,该算法在盲信号分离和信号特征提取方面具有收敛速度快、无需动态参数等优点.该算法能有效地分离出任意分布的非高斯盲源信号的各个独立成分,是信号处理的一种新的、高效可靠的方法.
引用
收藏
页码：669 / 672
页数：4
相关论文