基于含噪复值ICA信号模型的快速不动点算法
本文关键词：基于含噪复值ICA信号模型的快速不动点算法 出处：《电子与信息学报》2014年05期 论文类型：期刊论文
更多相关文章： 独立分量分析 复数快速不动点算法 圆信号 非圆信号 去噪
【摘要】：复数快速不动点算法亦称为复数FastICA算法,是盲信号分离的一类重要算法。然而,该算法对被噪声污染的混合源的分离效果较差,尤其是在低信噪比的情况下。这主要是由于在噪声环境下,被白化过后的信号样本的相关矩阵不再是单位阵而是一个对角矩阵。该文基于复信号快速不动点算法,首先将基于含噪复值ICA信号模型的混合源投影到信号子空间,以便进行去噪和去相关处理,然后对现有的复数FastICA算法的学习规则做了修正,从而在迭代更新过程中考虑了噪声的影响,因此将显著提高复数FastICA算法的盲信号分离性能。文中给出了去噪非圆信号nc-FastICA算法的推导和步骤,仿真结果说明了该算法的有效性。
[Abstract]:Complex fast fixed point algorithm, also known as complex FastICA algorithm, is an important algorithm for blind signal separation. Especially in the case of low signal-to-noise ratio. This is mainly due to the noise environment. The correlation matrix of whitened signal samples is not a unit matrix but a diagonal matrix. First, the mixed source based on the noisy complex value ICA signal model is projected into the signal subspace for denoising and de-correlation processing, and then the learning rules of the existing complex FastICA algorithm are modified. Therefore, the effect of noise is considered in the iterative updating process. Therefore, the blind signal separation performance of complex FastICA algorithm will be improved significantly. The derivation and steps of de-noising non-circular signal nc-FastICA algorithm are given in this paper. Simulation results show the effectiveness of the algorithm.
【作者单位】： 电子科技大学电子工程学院;中国石油大学(华东)理学院;
【分类号】：TN911.7
【正文快照】： 1引言独立分量分析(Independent ComponentAnalysis,ICA)是上个世纪90年代发展起来的一种盲信号处理方法[1],主要用于盲源分离(Blind SourceSeparation,BSS)。经过20多年的探索研究,ICA已在理论上获得重要发展,并在音频信号处理、图像信号处理、阵列信号处理、生物医学信号处
【参考文献】
相关期刊论文 前3条
1 张和发;李立萍;杨小牛;李万春;;一种适用于微弱信号盲提取的白化方法[J];电子学报;2011年06期
2 付卫红;杨小牛;刘乃安;;基于四阶累积量的稳健的通信信号盲分离算法[J];电子与信息学报;2008年08期
3 陈晓军;成昊;唐斌;;基于ICA的雷达信号欠定盲分离算法[J];电子与信息学报;2010年04期
【共引文献】
相关期刊论文 前10条
1 陈洪波;李蓓蕾;陈真诚;;基于ICA的脑电信号P300少次自动提取[J];电子学报;2012年06期
2 张华;冯大政;庞继勇;;基于二阶统计量的语音信号时域卷积盲分离算法[J];电子与信息学报;2010年05期
3 罗双才;唐斌;;一种基于盲分离的欺骗干扰抑制算法[J];电子与信息学报;2011年12期
4 陈永强;王宏霞;;一种强鲁棒性的盲分离混合矩阵估计方法[J];电子与信息学报;2012年09期
5 张勇强;熊英;唐斌;;距离-速度同步干扰环境下的目标检测[J];电讯技术;2013年09期
6 荣宏;王会梅;鲜明;施江勇;;基于快速独立成分分析的RoQ攻击检测方法[J];电子与信息学报;2013年10期
7 马捷;黄高明;左炜;高俊;;一种鲁棒的病态混叠信号欠定盲源分离算法[J];电子与信息学报;2013年10期
8 张勇强;伍岳;于孝松;;基于初相匹配滤波的有源欺骗干扰抑制[J];电子信息对抗技术;2013年06期
9 张勇强;伍岳;张启;;基于回波互相关的拖引干扰抑制方法[J];兵工自动化;2014年03期
10 程光辉;王磊杰;;直接正交联合对角化盲分离算法[J];电子科技大学学报;2014年03期
相关博士学位论文 前5条
1 李灯熬;基于循环平衡理论的盲源分离算法[D];太原理工大学;2010年
2 成昊;多分量信号分离与参数估计研究[D];电子科技大学;2012年
3 唐建红;被动雷达导引头高精度超分辨测向技术研究[D];哈尔滨工程大学;2009年
4 柳炳利;原生晕地球化学异常分析及深部盲矿预测[D];成都理工大学;2012年
5 熊慧;无线无源DBS的关键技术与强噪声下脑电诱发电位的检测[D];天津大学;2013年
相关硕士学位论文 前10条
1 马庆伦;基于互信息量最小化的循环平稳信号盲源分离算法[D];太原理工大学;2011年
2 张海燕;基于循环平稳度和联合近似对角化的盲源分离算法研究[D];太原理工大学;2011年
3 付荣荣;基于经验模态分解和单通道盲源信号分离测量两相流速度[D];辽宁大学;2011年
4 王路飞;欠定盲分离方法在心音混叠信号中的应用研究[D];南京邮电大学;2012年
5 王玉静;语音信号的盲源分离算法研究[D];江南大学;2012年
6 陈晓军;欠定条件下混合信号盲分离算法研究[D];电子科技大学;2009年
7 房少娟;雷达多径信号分离技术研究[D];河南师范大学;2012年
8 吴雨欣;多通道高精度激光功率计检测电路研究[D];中南大学;2012年
9 姜威威;现代信号处理方法在电机振动分析中的应用[D];大连交通大学;2012年
10 石文斌;目标信号分离技术研究[D];解放军信息工程大学;2012年
【二级参考文献】
相关期刊论文 前10条
1 傅彦,周俊临;基于无监督学习的盲信号源分离技术研究[J];电子科技大学学报;2004年01期
2 苏野平,何量,杨荣震,朱小刚;一种改进的基于高阶累积量的语音盲分离算法[J];电子学报;2002年07期
3 何培宇,殷斌,P.C.W.Sommen;一种有效的语音盲信号分离简化混合模型[J];电子学报;2002年10期
4 马丽艳;李宏伟;;一种基于非线性PCA的卷积混合盲源分离算法[J];电子学报;2008年05期
5 柳艳红;魏学业;吉松坡;;后非线性混合盲信号分离的一种新算法[J];电子学报;2008年07期
6 谢胜利;孙功宪;肖明;傅予力;吕俊;;欠定和非完全稀疏性的盲信号提取[J];电子学报;2010年05期
7 谭北海;谢胜利;;基于源信号数目估计的欠定盲分离[J];电子与信息学报;2008年04期
8 肖明;谢胜利;傅予力;;欠定情形下语音信号盲分离的时域检索平均法[J];中国科学(E辑:信息科学);2007年12期
9 ;Adaptive blind separation of underdetermined mixtures based on sparse component analysis[J];Science in China(Series F:Information Sciences);2008年04期
10 张玲,何培宇,刘开文;关于噪声环境中语音信号盲分离的研究[J];四川大学学报(自然科学版);2004年01期
【相似文献】
相关期刊论文 前4条
1 王科;舒勤;;独立分量分析方法及其比较[J];通信技术;2009年07期
2 王永飞;;基于独立分量分析的FastICA心电消噪[J];铜陵职业技术学院学报;2006年03期
3 蔡元波;;独立分量分析及其在信号处理中的应用[J];黑龙江科技信息;2014年11期
4 ;[J];;年期
，本文编号：1420215
本文链接：https://www.wllwen.com/kejilunwen/wltx/1420215.html
