预处理对基于ICA多用户检测算法影响研究

针对独立分量分析算法计算复杂度较高,不利于其在多用户检测中应用,为了消除这个缺陷,在进行ICA运算前,先对接收数据进行预处理。在预处理中分别采用特征值分解、奇异值分解、三角分解和正交分解等四种方法,研究了其在减少ICA后续运算复杂度的同时对多用户检测性能的影响,实验结果表明：在基于ICA多用户检测算法中采用特征值分解预处理能取得最优的误码性能。     

基于紧缩处理独立分量分析的多用户检测

CDMA系统中随着用户数的增加,独立分量分析(ICA)算法复杂度也随之增加,性能恶化严重.为了降低复杂度,在进行ICA运算时,先对接收数据进行降维预处理,然后对迭代后的数据进行正交化处理.实验结果表明:随着用户数的增加,文中方法性能优于一般的基于独立分量分析的多用户检测的性能.     

CDMA系统中基于噪声ICA的多用户检测方法

将独立分量分析方法应用于CDMA系统的多用户检测中,针对ICA噪声模型,对噪声分量进行分析,根据修正的牛顿迭代法对ICA算法进行改进,提出一种改进的多用户检测方法。仿真结果表明,改进的噪声ICA多用户检测方法有效地降低了误码率,提高了检测性能。     

基于独立分量分析的DS—CDMA多用户检测方法

将独立分量分析应用于DS-CDMA系统的多用户检测中,提出了基于ICA后处理的匹配滤波多用户检测方法.该方法用匹配滤波器的输出初始化独立分量分析的迭代,然后用快速ICA算法改进初始估计.仿真结果表明:文中提出的方法在高信噪比的情况下,误码性能得到了较大改善.     

DS-CDMA通信系统中基于独立分量分析的盲多用户检测

本文研究了直接序列扩频码分多址(DS-CDMA)通信系统的多用户检测问题,提出了基于独立分量分析(ICA)方法的盲多用户检测算法,实现多用户信号的盲检测。该方法不需知道用户的扩频码就可完成多用户信号的盲检测。仿真结果验证了本文提出的方法的优良性能。     

一种基于独立分量分析和Naive Bayesian网络的入侵检测方法

文章将独立分量分析(ICA)模型引入入侵检测系统，提出了基于独立分量分析和Naive Bayesian网络的入侵检测分类的新方法。通过把样本投影到有独立分量分析所确定的特征空间，来提高贝叶斯网络的分类性能，从而提高了入侵检测系统的性能。实验结果表明，这种基于独立分量分析模型的分类器具有良好的分类性能。     

基于IPSO-ICA算法的盲多用户检测

为了有效抑制CDMA通信系统中的多址干扰,提出了一种将新改进的粒子群(IPSO)算法应用到基于独立分量分析(ICA)的盲多用户检测中的方法.首先在IPSO算法中,使用自适应非线性递减惯性权重w降低早熟概率,利用拉伸技术打破早熟现象,从而使最优解更加精确.然后将IPSO算法融合到ICA算法中,得到IPSO-ICA算法来进行盲多用户检测.最后仿真结果表明,在相同通信环境下,该盲多用户检测比已有的基于FastICA和PSO-ICA算法的盲多用户检测的误码率更小,收敛速度更快.     

极小化互信息的独立分量分析方法应用于多用户检测

论文针对直接序列扩频码分多址（DS-CDMA）通信系统的远近效应,提出了一种将极小化互信息的独立分量分析（MMI—ICA）应用于多用户检测的方法。这种盲多用户检测方法能够有效地抑制远近效应,并能够成功地检测出期望用户信号。仿真结果表明,该算法的抗远近效应能力相对传统的匹配接收机有很大的提高,并能够有效地抑制多址干扰。     

空时分组码通信中的一类ICA盲检测方案

空时分组码（STBC）通过使用发射分集策略和空时编码方案可以明显改善系统性能。然而，其接收端必须获得准确的信道状态信息（CSI）才能进行有效的信号检测。而对于复杂的无线通信环境，这种前提条件有时却难以得到满足。独立分量分析（ICA）是一种将一个复杂的数据集合分解为多个独立子集的盲源分离（BSS）技术。通常情况下，即使没有空间信道的任何信息，ICA也可以仅凭接收信号恢复出发射信号。提出了一种利用ICA技术的STBC盲信号检测方案，在建立了适用于ICA的特定通信系统模型后，几种典型的ICA算法被用来进行性能比较。理论分析表明，ICA盲接收技术的应用可以在一定程度上替代基于信道估计的传统方法，增强系统对信道估计错误的顽健性。仿真实验结合了具体的STBC系统，比较了基于ICA的不同方案的性能，并讨论了最优的信号检测方案。     

一种基于独立分量分析的OFDM-IDMA检测方法

提出了一种基于独立分量分析(ICA)的OFDM-IDMA检测新方法。独立分量分析是信号盲源分离领域中的新技术,它可以在系统用户特征序列未知的情况下,成功地提取出有用信号,节省了系统的资源。经过进一步优化,ICA可适用于OFDM-IDMA系统中,成功地实现对系统用户信号的检测。最后通过计算机仿真结果验证了该算法的有效性,且检测性能优于过去的方法;采用ICA算法检测器的OFDM-IDMA系统,还可减小通信传输时的误码率。     

基于PCA和ICA的人脸识别

提出利用主成分分析(PCA)和独立成分分析(ICA)相结合的方法对人脸进行识别。首先对预处理后的图像进行降维,即利用PCA算法对图像进行去二阶相关和降维处理,然后再利用ICA算法获得人脸影像独立基成分,利用人脸影像独立基来构造一子空间,最后利用待识别图像在这个空间上的投影系数进行人脸识别。从两个不同的数据集,将传统的PCA人脸识别算法和提出的人脸识别算法进行比较。从实验数据结果看,提出的PCA和ICA结合人脸识别算法优于传统的PCA人脸识别算法。     

基于独立分量分析的人脸自动识别方法研究

提出了一种独立分量分析（ICA）和遗传算法（GA）相结合的人脸自动识别方法,人脸图像的独立的基的获取是采用基于四阶统计信息的ICA算法;为了减少计算复杂度,对原因像进行滤波降维,并用遗传算法对ICA求得的独立基集合进行搜索得到了一个最优的独立基子集,最后,选择合适的分类器根据待识别图像在独立基上投影系数进行分类判决,对人脸图像库的实验表明本方法识别率比基于主元分析 特征脸方法高,且计算量小于传统的基于ICA人脸识别方法。     

用一种新的独立分量分析算法实现极化SAR图像相干斑抑制

极化SAR图像为雷达图像中的信息处理和获取提供了更为便捷的途径。本文在研究极化SAR成像特点的基础上，介绍了用一种新的独立分量分析(ICA)方法—Infomax算法来进行相干斑抑制，完成了从极化SAR图像中分离相干斑噪声的仿真试验。实验表明，Infomax算法收敛速度较慢，但稳健性好。经ICA处理后的图像其相干斑噪声得到了有效的抑制，具有较低的相干斑指数，明显地改善了图像的质量。     

多小区大规模阵列天线系统盲解码算法

针对多小区大规模阵列天线系统中干扰小区的导频复用造成的导频污染和解码性能下降问题,提出了基于ICA（独立分量分析）盲解码算法。所提盲解码算法,利用ICA法对接收多小区用户信号进行分离解码,不需要发射导频序列,避免了导频污染,提高了解码性能。所提盲解码算法在解码过程中同时估计各个用户波达方向,利用波达方向信息克服ICA方法分离顺序的不确定性,识别期望用户的信号。理论分析和仿真结果表明,所提盲解码方法比广泛应用的MMSE解码算法和最近提出的基于特征值的盲解码方法具有更好的性能。     

一种基于ICA和过采样技术的盲反卷积方法

将过采样技术和线性独立分量分析（ＩＣＡ）神经网络结合在一起，得出一种新的盲均衡方法。单输出信号通过采样转换为多输出观测信号，从而可以直接利用ＩＣＡ方法得到信道均衡输出。     

参数自适应混沌粒子群算法在盲源分离中的应用

独立分量分析(ICA)是盲源信号分离中应用最为广泛技术,其应用过程需要对目标函数进行优化,传统粒子算法(PSO)对其进行优化时,存在易陷入局部最优、稳定性差等缺陷,针对此问题,提出采用参数自适应混沌粒子群算法对ICA进行优化.首先采用对PSO的参数进行自适应调整,提高粒子的搜索能力,然后对粒子群进行混沌扰动,提高算法收敛速度.仿真结果表明,使用参数自适应混沌粒子群算法可以有效解决ICA的目标函数优化问题,极大提高了盲源信号的分离效果.     

Efficient Fast Independent Component Analysis Algorithm with Fifth-Order Convergence

Independent component analysis (ICA) is the primary statistical method for solving the problems of blind source separation.The fast ICA is a famous and excellent algorithm and its contrast function is optimized by the quadratic convergence of Newton iteration method.In order to improve the convergence speed and the separation precision of the fast ICA,an improved fast ICA algorithm is presented.The algorithm introduces an efficient Newton's iterative method with fifth-order convergence for optimizing the contrast function and gives the detail derivation process and the corresponding condition.The experimental results demonstrate that the convergence speed and the separation precision of the improved algorithm are better than that of the fast ICA.     

一种新的雷达信号分选方法

ICA(IndependentComponentAnalysis)是近年来信号处理领域的热点研究课题,可以根据输入源信号的基本统计特征,由观测数据进行信号分离,最终恢复出源信号。本文深入分析了ICA算法,并提出了将其用于雷达信号分选的新思路。计算机仿真表明,这种算法应用于雷达信号分选时可以获得很好的分离效果。