一种基于ICA的盲信号分离快速算法

• 作者: 游荣义 陈忠
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 盲信号分离 独立成分分析 kurtosis 神经算法
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 科研通信
• 页码范围: 669-672
• 页数: 4页
• 分类号: TN911|TN957
• 字数: 4376字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2004.04.034

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈忠	厦门大学物理系	112	918	18.0	25.0
2	游荣义	集美大学计算科学与应用物理系	42	292	9.0	15.0