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:
在对盲源信号进行独立分量分析时,往往需要已知源信号的概率密度函数(PDF).然而,由于源信号是未知的,一般事先很难知道其PDF.通常的做法是采用非参数的Parzen窗估计源信号的PDF.但是因为不同的信号具有不同的PDF,本文引人窗宽作为参数的Parzen窗来估计源信号PDF.用信息熵最小原则进行独立分量分析.模拟结果表明信号干扰比(SIR)明显提高.
推荐文章
基于独立分量分析的运动声源波达方向估计
波达方向
独立分量分析
运动目标
探测
算法
基于独立分量分析的图像增强
独立分量分析
盲源分离
图像增强
独立分量分析的理论框架
独立分量分析
盲源分离
梯度算法
固定点算法
Jacobi旋转法
理论框架
基于独立分量分析的盲分离算法研究
独立分量分析
高阶统计量
盲源分离
Infomax算法
互信息极小法
固定点算法
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 基于参数Parzen窗估计的独立分量分析
来源期刊 信号处理 学科 工学
关键词 独立分量分析 核密度估计 参数方法 Parzen窗密度估计
年,卷(期) 2009,(3) 所属期刊栏目 短文与研究通讯
研究方向 页码范围 485-488
页数 4页 分类号 TN911.7
字数 3214字 语种 中文
DOI 10.3969/j.issn.1003-0530.2009.03.029
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 刘国庆 南京工业大学理学院 39 202 8.0 12.0
2 姜华 南京工业大学理学院 9 37 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (15)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (13)
二级引证文献  (4)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(2)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
独立分量分析
核密度估计
参数方法
Parzen窗密度估计
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
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
总被引数(次)
32728
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