基于QPSO和ICA的图像盲分离方法研究

针对ICA技术中常用的普通梯度算法容易陷入局部最优,提出了一种基于量子行为的粒子群算法和独立分量分析相结合的盲源分离新算法.以负熵作为独立分量分析的目标函数,用QPSO算法代替普通梯度算法,对瞬时混合信号进行分离,给出了算法的具体步骤.实验结果表明,该算法能够有效实现图像的盲源分离.同时与其他算法对比,体现了该算法更高的性能.     

基于改进固定点ICA算法的图像盲分离

独立向量分析根据信源统计独立特性对观测信号进行分离运算,目前采用较多的是固定点独立分量分析（FastICA）。考虑到图像信号分离中,图像信号复杂多样,信息量大的特点,采用改进固定点ICA算法对图像进行分离,克服了采用固定点ICA算法计算量大、收敛速度慢的缺点。文章采用随机提取的独立图像做实验,取得了稳定性较强的效果。     

一种新的基于归一化峭度的ICA算法

基于峭度的独立分量分析中,采用梯度法寻找代价函数的极值点时,搜索的方向对算法的收敛起着关键的作用,对Kuicnet算法中原来的梯度做一个倍数替换,得到一个新的ICA算法.新算法在迭代过程中适时对梯度方向作出调整,加快收敛速度.数值仿真说明了算法的有效性. 更多还原     

基于ICA的胎儿心电信号提取算法的比较

研究了2种独立分量分析（ICA）算法（扩展的信息极大算法和快速ICA算法）在胎儿心电信号提取中的应用．仿真实验采用混有母体心电和胎儿心电的混合信号,然后分别利用Fast—ICA算法和扩展Infomax算法提取胎儿心电信号．比较了2种算法的性能．仿真结果表明：在胎儿心电提取时,快速ICA算法更具有优越性,提取胎儿心电信号效果好,而且不需要进行学习速率的选择,收敛速度快,简单可靠．     

一种基于负熵的信赖区域盲分离方法

研究基于瞬时混合信号的盲分离问题。以负熵作为代价函数,提出了一种基于最大化负熵的信赖区域盲源分离方法,该方法保持了牛顿法的快速收敛特性,具有全局收敛性。分别用基于负熵的信赖区域法和牛顿算法对三路随机混合信号实施分离,仿真结果证明该方法且具有和牛顿算法一样的收敛速度,而稳态误差比牛顿算法减小约7dB,因此具有更好的稳态性能。     

一种基于负熵的快速定点盲源分离方法及其试验验证

论述了负熵最大化的基本原理和判断条件,在此基础上建立了一种基于负熵、通过数学迭代的方法得到的快速定点抽取算法。该算法具有迭代次数少的显著优点。通过仿真验证了算法的有效性,并将该算法应用到实际语音信号的盲分离实验中。实验结果表明,所建立的算法对盲源分离具有优良的性能,通过与基于峭度的算法对比,发现该算法具有很好的鲁棒性。     

一种快速在线盲源分离方法

传统的独立分量分析方法大多采用批处理的方式,不能满足时变混合系统中盲源分离的需要.文章通过修改基于负熵的代价函数,导出了一种快速在线盲源分离算法,并采用一种基于函数估计的自适应变步长方法优化了算法的性能.通过真实录制语音信号的仿真试验,说明算法的收敛速度和稳态性能均优于自然梯度变步长算法.     

独立分量分析在民航地空干扰抑制中的应用

提出了用独立分量分析(ICA)抑制地空干扰的新方法,从而降低了飞行隐患.通过仿真实验,验证了该方法的有效性.     

偏亚高斯语音信号有效分离ICA方法研究

针对扩展Infomax语音分离算法仅只对无偏信号的概率密度分布进行建模的不足,提出了一种有效分离的有偏亚高斯信号ICA算法。通过修改扩展Informix算法所基于的Pearson混合模型,使修改后的模型既能较好地逼近对称的概率密度分布,又能逼近非对称的概率密度分布,从而在源信号是非对称分布的情况下,能获得更好的分离质量和较快的收敛速度。     

基于盲源分离与二代小波变换结合的声音信号分析

采用二代小波与盲源分离结合的信号处理技术对已知声音信号合成的信号进行试验,显著地显示出有用信号在处理过程中的处理情况.通过使用MATLAB工具箱中的小波工具箱和ICA独立分量分析工具箱对信号处理过程进行了仿真,并用性能指数和相似系数对仿真结果进行了验证.结果表明,该方法对于复杂环境下语音信号的处理有很好的试验结果.     

基于独立分量分析的瞬时混合语音信号盲分离算法研究

近些年,信号处理在理论与方法方面发展速度很快。独立分量分析技术（Independent Component Analysis,简称ICA）是信号处理领域近十几年才发展起来的一种新的理论和方法,并且逐步的成熟化与系统化,变成了信号处理领域内重要的组成部分。本文主要讨论线性瞬时混合情况下语音信号盲分离算法,阐述了算法原理,进行了实验仿真,以此来证明算法的有效性。     

基于独立分量分析算法的DS-CDMA盲多用户检测

由非高斯性测度入手,在定义的代价函数中加入包含了期望用户扩频码这个先验信息的修正项,对代价函数进行梯度优化,导出一种基于独立分量分析的多用户检测器．仿真结果表明,该算法在高斯白噪声信道中具有良好的性能．     

遗传算法与ICA相结合的多姿态人脸识别算法

为了解决多姿态人脸识别问题,提出了基于独立成分分析（ICA）进行正面人脸合成的新方法。首先利用ICA提取不同姿态人脸的特征子空间,然后利用遗传算法（GA）优化不同姿态的特征子空间,最后利用通过训练得到的姿态转换矩阵得到代表待合成的正面人脸特征系数,并直接进行分类比较。通过实验,验证了新方法对人脸识别率有较大的提高,并进一步简化了识别过程。     

Blind source separation based on generalized gaussian model

Since in most blind source separation(BSS)algorithms the estimations of probability density function(pdf)of sources are fixed or can only switch between one sup-Gaussian and other sub-Gaussian model,they may not be efficient to separate sources with different distributions.So to solve the problem of pdf mismatch and the separation of hybrid mixture in BSS,the generalized Gaussian model(GGM)is introduced to model the pdf of the sources since it can provide a general structure of univariate distributions.Its great advantage is that only one parameter needs to be determined in modeling the pdf of different sources,so it is less complex than Gaussian mixture model.By using maximum likelihood(ML)approach,the convergence of the proposed algorithm is improved.The computer simulations show that it is more efficient and valid than conventional methods with fixed pdf estimation.     

一种基于盲源分离理论的数字图像水印技术的研究

提出了一种基于盲源分离理论的时空域嵌入的数字图像水印算法。为了提高该方法的鲁棒性和安全性,使用了直接序列扩频和混沌序列置乱加密的方法生成水印。之后,利用基于盲源分离理论的混合模型和分离模型,实现对水印信息的嵌入和提取。最后,利用MATLAB软件进行了大量的仿真测试。测试结果表明,该方法不仅具有很好的透明性,而且对常见的噪声攻击、几何攻击、JPEG压缩和其他图像处理等具有很强的鲁棒性。同时该方法具有操作简单、同步性好等优点,具有很好的实用价值。     

基于小波变换和稀疏成分分析的盲图像分离法

针对图像信号不满足稀疏性条件,不能直接用稀疏成分分析模型进行盲分离的现象,提出一种基于小波变换和稀疏成分分析的盲图像分离法. 利用小波分解将混合图像从空域转化到频域,获取混合图像高频对角分量,在频域空间利用线性聚类稀疏成分分析法估计混合矩阵,进而最终重构源图像. 实验结果表明,该方法能准确有效地提取源图像. 目视结果及相关系数分析结果均表明,与经典独立成分分析法(FASTICA)相比,该方法分离精度高,分离效果好. 