基于广义高斯分布模型的盲源分离算法

• 作者: 牛奕龙 王毅
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 盲源分离 不完整约束 广义高斯分布 激活函数
• 年，卷（期）: 2006,（10）
• 所属期刊栏目: 仿真方法与算法
• 页码范围: 84-88,123
• 页数: 6页
• 分类号: TN911.7
• 字数: 3792字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2006.10.022

摘要

分析了盲源分离的自然梯度算法与常规梯度算法的差异,研究了在自然梯度算法中引入不完整基后的算法特性,严格剖析了不完整自然梯度方法的成因与机理,数学上论证了与自然梯度盲源分离算法相比,不完整自然梯度算法避免了因源信号非平稳或幅值快速变化而引起的数值不稳定,并利用广义高斯分布模型模拟不完整自然梯度算法中的非线性激活函数,根据高斯指数值的不同选择,使该算法适用于服从任意分布源信号的方法.分别选取非平稳语音信号、脑电和心电信号以及正弦波和脑磁波信号进行仿真实验,结果表明基于广义高斯分布模型的不完整自然梯度算法完全能够恢复出这些不同类型的源信号.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王毅		76	698	14.0	21.0
2	牛奕龙		25	204	8.0	13.0