基于峰度的盲源分离算法研究与应用

被引：15

作者：

余志斌 ^{[1
]}

金炜东 ^{[2
]}

张葛祥 ^{[2
]}

机构：

[1] 西南交通大学信息科学与技术学院

[2] 西南交通大学电气工程学院

来源：

电波科学学报 | 2008年 / 01期

关键词：

独立分量分析(ICA); 相关性; 雷达辐射源; 盲源分离;

D O I：

暂无

中图分类号：

TN911 [通信理论];

学科分类号：

080906 [电磁信息功能材料与结构];

摘要：

在复杂电磁环境中,检测和分离频谱混叠信号的分析是极为重要且困难的研究课题。提出了一种基于独立分量分析(ICA)模型的改进盲源分离算法,探讨了信号的相关性和参数变化对算法分离效果的影响。利用峰度绝对值函数作为目标函数,采用改进的牛顿法寻优目标函数,实现了信号的盲源分离。理论分析和实验结果表明,该方法应用于雷达信号盲源分离时可以获得比较好的分离效果,新算法能有效提高收敛速度,避免了传统算法中收敛的不均匀性。

引用

页码：146 / 152

页数：7

共 8 条

[1]

一种基于盲源分离的雷达信号分选方法 [J].

孙洪 ;

安黄彬 .

现代雷达, 2006, (03) :47-50

[2]

基于熵特征的雷达辐射源信号识别 [J].

张葛祥 ;

胡来招 ;

金炜东 .

电波科学学报, 2005, (04)

[3]

基于负熵最大化FastICA算法的雷达信号分选 [J].

李广彪 ;

张剑云 .

舰船电子对抗, 2005, (03) :23-28

[4]

盲源信号分离及其发展 [J].

李舜酩 ;

杨涛 .

传感器技术, 2005, (04) :1-4

[5]

有效的自适应波达方向盲估计算法 [J].

冯大政 ;

史维祥 .

电子学报, 1999, (03) :1-4

[6]

A maximum a posteriori estimate for the source separation problem with statistical knowledge about the mixing matrix[J] Jorge Igual;Andres Camacho;Pablo Bernabeu;Luis Vergara Pattern Recognition Letters 2003,

[7]

Independent component analysis: algorithms and applications[J] Neural Networks 2000,

[8]

人工神经网络与盲信号处理[M] 杨行峻;郑君里编著; 清华大学出版社 2003,

← 1 →