基于FastICA算法的盲源分离

• 作者: 张立民 王建雄 钟兆根
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 独立成分分析 盲源分离 主成分分析 梯度算法
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 93-96
• 分类号: TP301.6
• 字数: 2320字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.12.025

摘要

近年来,ICA(Independent Component Analysis,独立成分分析)已成为处理BSS(Blind Source Separation,盲源分离)问题的主要手段,同时也受到人们越来越多的关注,为此讨论ICA的原理及其优越性.首先介绍ICA,然后引入FastICA算法的推导过程,最后通过MATLAB仿真将其与梯度算法、PCA(Principal Component Analysis,主成分分析)算法所得的仿真结果进行对比分析.通过算法验证,经FastICA处理得到的分离信号与源信号相关系数的绝对值不小于0.99,与其他两种算法比较可以明显地得到FastICA是一种更为有效的盲源分离方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立民	海军航空工程学院电子信息工程系	163	596	11.0	15.0
2	王建雄	海军航空工程学院电子信息工程系	11	78	5.0	8.0
3	钟兆根	海军航空工程学院电子信息工程系	53	158	7.0	10.0