独立分量分析算法的改进研究.pdfVIP

维普资讯 第 31卷 第5期 电 子 器 件 Vo1．31 No．5 2008年 10月 ChineseJournalOfElectronDevices Oct．2008 ResearchesonM odifityofIndependentComponentAnalysisM ethod WANG Xiao—rain。ZENGSheng—gen，XIA De—shen (Dep。mPn。，C_0mp“fPrSczcnce,NanjingUnir5ityofScienfPandTechn。1。gY，Nanjing21~(094，China) Abstract：IndependentComponentAnalysis(ICA)wasanew developmentofsignalprocessing．ICA algo— rithm anditsfastalgorithm (FastICA)wereintroduced．Basedonanalyzingkerneliterationcourseofthe FastICA algorithm M—FastICA wasadvanced．M-FastICA improvedconvergenceperformanceandreduced iterationsprocess．AimedattheconvergentspeedofM—FastICA wasdependentoninitialweights，L^／I_Fas— tICA wasadvancedbyimportedloosenessagent，andreducedthedependenceon initialweights． Keywords：independentcomponentanalysis；FastlCA；M-FastICA ；LM—FastICA EEACC：6450F 独立分量分析算法的改进研究 王小敏，曾生根，夏德深 (南京理工大学计算机科学系，南京 210094) 摘 要 ：独立分量分析是信号处理技术的新发展，本文对独立分量分析快速算法进行了研究，在分析FastlCA算法的核心迭 代过程的基础上，提出了改进算法M-FastICA，以改善了算法的收敛性能，减少算法的迭代次数。针对 M-FastICA算法的收 敛依赖于初始权值的问题 ，在算法过程中加入松弛因子 ，提出LM-FastICA算法，改善了算法对初始权值的依赖性。 关键词 ：独立分量分析；FastICA；M-FastlCA；LM-FastICA 中图分类号：TN912．3 文献标识码：A 文章编号：1005—9490(2008)05-1681-04 1 独立分量分析算法定义 zi一 ∑aijsj (3) J一1 独立分量分析算法是近年才发展起来的一种新 统计模型式(2)称为独立分量分析 (ICA)模型。 的统计方法，能够有效地对盲信号进行分离。 该模型描述了观测数据是如何由未知源信号 S混合 假定第 i个观测信号 i是由n个相互独立的 生成的。源信号S是隐藏变量，不能直接观测到，而 未知信号Sj线性混合而成： 且混合矩阵A也是未知。所有能观测到数据是随 z 一 a_1s1+a。2s2+ … + ainS i一 1，2，…m (1) 机变量 x，所以独立分量分析算法必须估计出混合 假定每个观测变量 i和未知源变量 Sj都是随 矩阵A和S。 机变量。不失一般性 ，设观测变量和源变量为零均