基于非高斯性和广义复杂度寻踪的盲源分离算法

作者：陈寿齐; 沈越泓; 许魁

来源：电路与系统学报, 2010, (06): 63-67.

• 盲源分离
• 独立成分分析
• 非高斯性
• 非线性预测 blind source separation
• independent component analysis
• non-Gaussianity
• nonlinear predictability

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。

• 单位
  中国人民解放军陆军工程大学