基于规范高阶累积量的盲分离算法

被引:16
作者
傅予力 [1 ]
沈轶 [2 ]
谢胜利 [1 ]
机构
[1] 华南理工大学电子与信息工程学院
[2] 华中科技大学控制科学与工程系
关键词
盲信号分离; 高阶累积量; 白化;
D O I
暂无
中图分类号
TN911.2 [信息论];
学科分类号
080906 [电磁信息功能材料与结构];
摘要
本文给出信号的r阶规范累积量定义,证明了在信号瞬时线性混叠情况下r阶规范累积量绝对值不超过最大源信号的r阶规范累积量,因此可以通过最大化r阶规范累积量的绝对值实现盲分离.最大化r阶规范累积量的绝对值可以得到两种盲分离算法,一种高效快速算法———特征值分解盲分离算法,另外一种盲提取算法.本文为高阶累积量盲分离奠定了严格的理论基础.仿真结果验证了理论的正确性和算法的有效性.
引用
收藏
页码:869 / 876
页数:8
相关论文
共 5 条
[1]
基于旋转变换的最小互信息量盲分离算法 [J].
谢胜利 ;
章晋龙 .
电子学报, 2002, (05) :628-631
[2]
卷积混叠信号的最小互信息量盲分离算法 [J].
谭丽丽 ;
韦岗 .
通信学报, 1999, (10) :49-55
[3]
A unifying information-theoretic framework for independent component analysis [J].
Lee, TW ;
Girolami, M ;
Bell, AJ ;
Sejnowski, TJ .
COMPUTERS & MATHEMATICS WITH APPLICATIONS, 2000, 39 (11) :1-21
[4]
Adaptive online learning algorithms for blind separation: Maximum entropy and minimum mutual information [J].
Yang, HH ;
Amari, S .
NEURAL COMPUTATION, 1997, 9 (07) :1457-1482
[5]
AN INFORMATION MAXIMIZATION APPROACH TO BLIND SEPARATION AND BLIND DECONVOLUTION [J].
BELL, AJ ;
SEJNOWSKI, TJ .
NEURAL COMPUTATION, 1995, 7 (06) :1129-1159