一种含参数的概率密度核估计的独立分量分析算法

• 作者: 贠亚男 郑林华 郑茂
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 独立分量分析 互信息 评价函数 广义高斯分布 核估计
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 研究论文
• 页码范围: 2371-2375,2380
• 分类号: TP911.7
• 语种: 中文

摘要

分析了盲源分离算法中互信息准则与概率密度核函数的关系，利用广义高斯模型，提出了一种基于含参数的核概率密度估计的独立分量分析算法。该算法利用观测样本求峰度，通过分段函数给出相应高斯指数值，并刺用样本数据进一步修正源信号的概率密度函数。实现对分离信号评价函数的精确估计。在此评价函数基础上，采用互信息最小化准则，推导出分离矩阵的迭代更新规则。所提算法在一定程度上解决了ICA算法中信号评价函数估计的难题，且能对任意源混合信号进行有效盲分离，仿真实验验证了算法的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑林华	国防科学技术大学电子科学与工程学院	54	236	7.0	12.0
2	贠亚男		6	7	2.0	2.0
3	郑茂	国防科学技术大学电子科学与工程学院	7	26	3.0	5.0