基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
参考独立分量分析( independent component analysis with reference, ICA-R )通过引入参考信号而实现期望实值源信号的抽取,具有消除传统ICA输出顺序不确定性和显著降低运算量等优点.为此将ICA-R的优势拓展到期望复值源信号抽取.首先,将N维复值ICA问题转化为由其实部和虚部组成的2N维实值ICA问题;然后,利用期望源信号的实部参考信号或虚部参考信号进行ICA-R;最后,根据转换混合矩阵的结构特点,消除ICA-R抽取信号实部与虚部间的幅值不确定性,进而得到无附加相移的期望复值信号.计算机仿真和性能分析结果表明了所提方法的有效性.
推荐文章
一单元ICA-R快速算法
峭度
对比函数
参考独立成分分析
信噪比
新CICA一单元ICA-R固定点算法
峭度
约束独立成分分析
固定点算法
一种基于峭度的一单元ICA-R固定点算法
峭度
固定点算法
参考独立成分分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于ICA-R的复值信号抽取方法
来源期刊 大连理工大学学报 学科 工学
关键词 参考独立分量分析 独立分量分析 盲源分离 参考信号 复值信号
年,卷(期) 2008,(6) 所属期刊栏目 电子与信息工程
研究方向 页码范围 919-925
页数 7页 分类号 TN911.72
字数 4304字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林秋华 大连理工大学电子与信息工程学院 26 159 7.0 11.0
2 李镜 大连理工大学电子与信息工程学院 6 23 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (6)
同被引文献  (1)
二级引证文献  (1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
参考独立分量分析
独立分量分析
盲源分离
参考信号
复值信号
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
总被引数(次)
39997
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导