基于ICA的滑动平均序列叠加过程的分解与复原

• 作者: 张玉洁 李宏伟 祁锐
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 独立成分分析 高阶累积量 滑动平均模型
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 典型应用
• 页码范围: 808-810
• 页数: 3页
• 分类号: TN911.71
• 字数: 3289字
• 语种: 中文

摘要

研究由若干个滑动平均(MA)信号序列叠加形成的多道时间序列的分解与复原问题. 首先从信号的独立性出发,利用信号的高阶统计信息,采用独立成分分析(ICA)中的固定点(Fixed Point)算法将混合信号进行分离,然后设计了一种基于高阶统计量的MA模型的自适应辨识算法,算法在每次迭代中先估计MA的阶数,再估计MA的参数,由选用的线性方程组保证了参数的唯一可辨识性.最后通过模拟实验验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宏伟	中国地质大学数理学院	75	473	11.0	17.0
2	张玉洁	中国地质大学数理学院	23	58	5.0	6.0
3	祁锐	海军工程大学理学院	12	35	4.0	5.0