一种并行主偏度分析算法及其在盲源分离上的应用

发布时间：2022-02-08 20:58

　　盲源分离（Blind source separation,BSS）是一种从混合信号中提取和恢复源信号的信号处理方法。在众多BSS算法中,主偏度分析（Principal skewness analysis,PSA）算法是近年来出现的一种以三阶统计量为目标函数的BSS算法,其运算速度快于常规的BSS算法,但因其采用了串行的计算方式,在使用中存在误差累积问题。针对这一问题,本文在PSA算法基础上进行改进,提出了一种并行PSA算法。该算法以并行计算代替串行计算,可以同时估计出各个独立成分对应的方向,避免了误差累积问题。数值仿真实验表明,与PSA算法相比,并行PSA算法既保持了计算速度,同时提高了对源信号的估计准确性。 

【文章来源】：数据采集与处理. 2020,35(05)北大核心CSCD

【文章页数】：10 页

【部分图文】：

鸡尾酒会问题

BSS系统

随机变量x的偏度定义为偏度衡量了一个随机变量概率密度分布的偏斜程度，可以反映出变量的非高斯性。如图3所示，当一个变量服从高斯分布时，其概率密度关于x=0对称，偏度为0；当长拖尾在右侧时为正偏，偏度值大于0；当长拖尾在左侧时为负偏，偏度值小于0。

【参考文献】：
期刊论文
[1]基于偏度的低空目标声信号盲抽取算法[J]. 张琼,杨俊安,夏建明.  数据采集与处理. 2011(01)
[2]盲源分离综述——问题、原理和方法[J]. 陈锡明,黄硕翼.  电子信息对抗技术. 2008(02)

博士论文
[1]基于最大非高斯估计的独立分量分析理论研究[D]. 王刚.国防科学技术大学 2005
[2]水声信号盲分离技术研究[D]. 倪晋平.西北工业大学 2002

硕士论文
[1]基于负熵的独立成分分析算法与应用研究[D]. 董晓杰.哈尔滨工业大学 2009



本文编号：3615739