动态独立分量分析算法及其应用研究.pdfVIP

第 卷 第 期 核电子学与探测技术 26 6 Vol.26 No.6 2006年 11月 Nuclear Electronics Detection Technolo NoV. 2006 gy 动态独立分量分析算法及其应用研究 ! 1 2 1 林春方 !郭 立 (1. 中国科学技术大学信息科学技术学院9安徽合肥 2300269 2.安徽电子信息职业技术学院9安徽蚌埠 233030) 摘要!对基于非高斯性极大 ICA 方法的动态实现及其应用进行了研究G 介绍了基于峭度极大 ICA 算法原理9然后将其改造成一种能进行动态独立分量提取的ICA 算法G 对动态 ICA 算法的收敛性和盲 源分离效果进行了分析研究9并将该算法应用于脑电信号的消噪G 结果表明9该算法具有较好的收敛性 能和盲源分离效果G 关键词!独立分量分析9动态独立分量分析9非高斯极大9脑电信号 中图分类号! 0411 文献标识码! A 文章编号! 0258-0934 2006 06-0726-05( ) 近年来9盲源分离技术已经成为一项被大 有其合理性G 因为只要各信源之间没有信息交 家广泛关注的热点研究课题G 特别是基于独立 换9就可以被看成是相互独立的G 不难想象在 分量分析(ICA) 的盲源分离(BSS)技术的提出 真实世界中9 独立7具有一定的普遍性G 独立 及其成功的应用实例9吸引了越来越多的科研 性假设的提出使盲源分离技术得到了很大的发 人员投身于该项研究1 -8 G 多路信号的盲源分 展G 从 世纪 年代中期到现在9人们提出 20 90 T 离问题可描述如下C令 9 9 9 9为 了多种 算法9如基于最大似然 算法9 x= J J J 1 2 N ICA ICA 多传感器阵列接受到的观测信号向量9其中隐 最大熵ICA 算法9非高斯性极大ICA 算法以及 含着我们希望得到的源信号向量 9 9 互信息极小等 算法等9这些从不同角度提 s= S S 1 2 ICA T 9 G 通常假设源信号向量和观测信号向S 出的 算法在一定前提下可以相互转