|
|||||
|
|
| 基于信息典型相关分析的盲源分离算法 | |
| 引用本文： | 白志茂,黄高明,徐琴珍,杨绿溪.基于信息典型相关分析的盲源分离算法[J].东南大学学报(自然科学版),2009,39(6). |
| 作者姓名： | 白志茂 黄高明 徐琴珍 杨绿溪 |
| 作者单位： | 1. 东南大学公共卫生学院,南京210009;东南大学信息科学与工程学院,南京210096 2. 海军工程大学电子工程学院,武汉,430033 3. 东南大学信息科学与工程学院,南京,210096 |
| 基金项目： | 国家自然科学基金资助项目，中国博士后科学基金资助项目 |
| 摘 要： | 针对盲源分离问题,将互信息理论与典型相关分析理论相结合,提出了一种基于信息典型相关分析的盲源分离算法.该算法首先利用模式搜索法求解,得到混合信号向量的线性组合与混合信号向量延迟的线性组合之间互信息最大的信息典型向量,互信息计算中的概率密度函数由高斯核密度估计.然后,将信息典型向量依次与接收的混合信号数据阵相乘.完成对源信号的逐一抽取和分离.仿真实验结果表明,该算法不仅能有效分离包含超高斯信号成分的混合信号和包含亚高斯信号成分的混合信号,还能分离同时包含这2种成分的混合信号以及病态混合信号. |
| 关 键 词： | 盲源分离 互信息 信息典型相关分析 |
Blind source separation algorithm based on information canonical correlation analysis |
|
| Abstract: | To solve the problem of blind source separation,a novel algorithm based on information canonical correlation analysis(ICCA)is presented by combining the theory of mutual information with canonical correlation analysis.In this algorithm,the information canonical vectors are searched out by maximizing the mutual information between the linear combination of the observed vectors and the linear combination of the delayed observed vectors.The probability density function is estimated by Gaussian kernel estimates... |
| Keywords: | blind source separation mutual information information canonical correlation analysis |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |