|
|||||
|
|
| 基于新概率密度函数的ICA盲源分离 | |
| 作者姓名： | 张娟娟 邸双亮 |
| 作者单位： | 西安交通大学数学与统计学院; |
| 摘 要： | 基于独立分量分析(Independent Component Analysis,ICA),利用极大似然估计法,研究了超高斯和亚高斯的混合信号的盲源分离(Blind Sources Separation,BSS)问题.文中构造了一种新的、不同于以往文章中用来分离混合信号的概率密度函数(Probability Density Function,PDF).新构造的PDF无需改变函数中的参数值,可用来对于超高斯和亚高斯信号的概率密度进行估计(假设未知源信号是相互独立的).数值实验验证了新构造的PDF的可行性,与原算法相比,收敛时间和分离效果都得到了较大的改善. |
| 关 键 词： | 独立分量分析 极大似然估计 盲源分离 概率密度函数 |
| 本文献已被 CNKI 等数据库收录！ | |