基于累积量展开的神经网络盲源分离方法

被引:2
作者
何振亚
刘琚
梅良模
机构
[1] 东南大学无线电工程系
[2] 山东大学物理系 南京
[3] 南京 山东大学物理系 济南
[4] 济南
关键词
统计独立; 盲源分离; 独立成分分析;
D O I
暂无
中图分类号
TN911.7 [信号处理]; TP183 [人工神经网络与计算];
学科分类号
0711 ; 080401 ; 080402 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
本文基于源信号统计独立性假设,推导了表示信号独立性的准则函数,将它用于独立分量分析(ICA)神经网络得出了一种新的信号盲源分离的方法,计算机仿真实验结果表明该方法可较好地进行瞬时混迭信号的分离,并具有良好的稳定性能。
引用
收藏
页码:76 / 82
页数:7
相关论文
共 4 条
[1]  
Blind separation of sources:a nonlinear neural algorithm. Beral G. Neural Networks . 1992
[2]  
An Infmation Theoritic Aproach to Neural Compution. Deco G,Obrdovic D. . 1996
[3]  
Independent component analysis,a new concept. Comon P. Signal Processing . 1994
[4]  
Orthogonal eigenspace estimation using neural networks. Mathew G,Reddy V U. IEEE Transactions on Signal Processing . 1994