基于非高斯性和广义复杂度寻踪的盲源分离算法

• 作者: 沈越泓 许魁 陈寿齐
• 来源期刊: 电路与系统学报
• 学科: 工学
• 关键词: 盲源分离 独立成分分析 非高斯性 非线性预测
• 年，卷（期）: 2010,（6）
• 页码范围: 63-67
• 分类号: TN923.53
• 字数: 3818字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-0249.2010.06.012

摘要

现有的盲源分离算法往往利用信号某一方面的统计特性来分离信号,例如:利用信号的非高斯特性,或者利用信号的时序特性.在实际应用中,信号往往是具有这两种特性信号的混合,采用信号某一方面的特性往往不能够成功的分离出信号.当源信号具有非高斯性和非线性预测特性时,提出了基于非高斯性和广义复杂度寻踪的目标函数,最小化该目标函数,提出了一个梯度下降的盲源分离算法.计算机仿真表明了提出算法的有效性,和现有的盲源分离算法相比,提出算法具有更好的信号分离性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈越泓	解放军理工大学通信工程学院	71	199	7.0	9.0
2	许魁	解放军理工大学通信工程学院	39	106	6.0	8.0
3	陈寿齐	解放军理工大学通信工程学院	11	29	3.0	4.0