独立分量分析的非参数方法.pdfVIP

摘要 独立分盆分析(IndependentComponentAnalysis,ICA,Comon(1994))是近年来 发展起来的一种信号处理技术。起源于解决盲源分离问题 (BlindSouseSeparation BSS,JuttenandHerault(1991))，即从混合信号中分离出独立分量(如不同声音，音 乐或者噪音).具体地讲，除了已有混合信号的记录外。源信号(SourceSignal)和混合 方式都是未知的，在这个条件下，设法分离出独立源信号的间题就是盲源分离间题. 根据源信号混合形式的不同，独立分量分析可分为线性独立分2分析 (Linear ICA)和非线性独立分析 (Non-linearICA)，本文主要研究纷t情况.设可观察的 。维随机变量为x=(x1,…X,)，未知的具有独立分量的。维源向量为s= (si,…，sn).它们之间的混合方式为 x=As, 其中A未知mxn阶矩阵，称为混合矩阵.ICA的基本问题是利用观测到的信 号x，估计出源信号 s的一个版本，或者等价地，估计出混合矩阵A 解决这个间 题的经典方法是信9最大方法(Infomax,BellandSejnowski(19