首页 | 本学科首页   官方微博 | 高级检索  
     

FSS-kernel与FastICA融合的盲源分离算法研究
引用本文:汪道德,何鹏举,龙莉莉.FSS-kernel与FastICA融合的盲源分离算法研究[J].计算机工程与应用,2015(2):209-212,270.
作者姓名:汪道德  何鹏举  龙莉莉
作者单位:1. 西北工业大学 自动化学院,西安,710129
2. 湖南科技学院,湖南 永州,425000
基金项目:国家部委预研基金;西安市产业技术创新计划、技术转移促进工程(No.CX12178(1))。
摘    要:Fast ICA算法有着比传统ICA算法更快、更稳健的收敛速度,但由于其选用的非线性函数不能很好地符合源信号的统计特性,恢复结果并不理想。针对该问题,提出了一种有限支持样本核函数(FSS-kernel)与Fast ICA融合的盲源分离算法。该方法是通过FSS-kernel算法估计得出源信号概率密度函数,结合Fast ICA算法,实现混合信号的盲分离。仿真结果表明,该方法能够有效地完成混叠信号的分离,通过与传统ICA算法及Fast ICA算法比较,证明了该方法具有更高的分离精度和自适应能力。

关 键 词:快速独立分量分析(Fast  ICA)算法  有限支持样本核函数(FSS-kernel)算法  盲源分离  算法融合

Novel blind source separation method based on FSS-kernel and FastICA combination
WANG Daode,HE Pengju,LONG Lili.Novel blind source separation method based on FSS-kernel and FastICA combination[J].Computer Engineering and Applications,2015(2):209-212,270.
Authors:WANG Daode  HE Pengju  LONG Lili
Affiliation:WANG Daode;HE Pengju;LONG Lili;School of Automation, Northwestern Polytechnical University;Hunan University of Science and Engineering;
Abstract:
Keywords:Fast Independent Component Analysis(FastICA)algorithm  Finite Support Sample(FSS)-kernel algorithm  blind source separation  algorithm fusion
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号