独立分量分析研究.pdfVIP

第２５卷第３期 四川理工学院学报（自然科学版） Ｖｏｌ２５　Ｎｏ３ ２０１２年６月 ＪｏｕｒｎａｌｏｆＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ｊｕｎ２０１２  文章编号：１６７３１５４９（２０１２）０３００８８０５ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３１５４９．２０１２．０３．０２３ 独立分量分析研究 包云飞，张伟川，武 飞，张 立 （成都理工大学管理科学学院，成都 ６１００５９） 　　摘　要：概述独立分量分析的基本理论，总结三个等价目标函数：非高斯最大化、互信息最小、极大 似然估计，总结三类常用优化方法：自适应法、固定点迭代法、Ｊａｃｏｂｉ法。介绍含噪独立分量分析、欠定独 立分量分析、核独立分量分析等新近的方法，简述独立分量分析的一些应用。 关键词：独立分量分析；目标函数；含噪ＩＣＡ；欠定ＩＣＡ；核ＩＣＡ 中图分类号：Ｎ９３ 文献标识码：Ａ ［１］ 　　独立分量分析 （Ｉｎｄｅｐｅｎｄｅｎｔｃｏｍｐｏｎ－ｅｎｔａｎａｌｙ 得到ｙ是 ｓ的最优逼近。用数学公式的可以表示为： ｓｉｓ，以下简称ＩＣＡ）是２０世纪９０年代发展起来的一种新 ｙ（ｔ）＝Ｂｘ（ｔ）＝ＢＡｓ（ｔ）。整个过程可以简单表示 的信号处理技术。其目的是从观测的混合信号中分离 为图１。 出分布未知但相互统计独立的源信号。由于ＩＣＡ是基 于高阶统计特性的分析方法，经ＩＣＡ分解的各信号分量 之间是相互独立的，在应用中的广泛性和技术上的更高 要求，这也使得ＩＣＡ成为国际上的研究热点。 图１ ＩＣＡ的基本模型 目前 ＩＣＡ研究主要可分两大类，一是基本理论和算 对于ＩＣＡ来说，需要找到度量统计独立性的的一些 法研究。理论研究主要有线性 ＩＣＡ、非线性 ＩＣＡ、含噪 ［１５］ 目标函数 。当取定目标函数，使之达到最大或者最 ＩＣＡ、欠定ＩＣＡ、核 ＩＣＡ等的研究。算法方面，有一些算 小时，则认为达到了ＩＣＡ解的要求，而这一过程可以通 法是基于原有算法的优化改进，另外一些是基于二阶累 过优化方法实现。直观的说，ＩＣＡ其实主要包含两部分 积量、四阶累积量等高阶累计量方法及基于信息论准则 ［５］ 内容：目标函数和优化方法。芬兰学者Ｈｙｖａｒｉｎｅｎ 等将 的自适应算法等的研究。二是 ＩＣＡ的实际应用。随着 这两部分表示为： ＩＣＡ的研究发展，被大量应用在图像处理、信号处理、语 独立分量分析＝目标函数＋优化方法 音识别、故障检测、生物医学信号处理等领域。 １２ ＩＣＡ目标函数