基于无监督学习的盲信号源分离技术研究.pdfVIP

电子发烧友 电子技术论坛 第33 卷 第1 期 电 子 科 技 大 学 学 报 Vol.33 No.1 2004 年2 月 Journal of UEST of China Feb. 2004 基于无监督学习的盲信号源分离技术研究 傅 彦 ，周俊临 ( 电子科技大学计算机科学与工程学院 成都 610054) 【摘要】以独立分量分析为主要对象, 描述了盲信号源分离技术的基本模型，介绍了盲分离的主要方法和数 学原理, 分析了盲信号源的可辨识性。提出基于神经网络无监督学习的盲分离方法，并改进了分离效果评判指标。 在生物信息处理的背景下将人工神经网络和信息理论相结合，解决了盲信号源分离，自适应地求得分离矩阵，且 可以同时分离具有正峭度和负峭度的信号源，对盲信号源分离的研究有极大的促进作用。 关 键 词 盲信号源分离; 神经网络; 无监督学习; 独立分量分析板 中图分类号 TN911; TN911.7 文献标识码 A Research of Blind Source Separation Technology which Based on Unsupervised Learning Fu Yan ，Zhou Junlin (School of Computer Science and Engineering, UEST of China Chengdu 610054) Abstract This paper focuses on the independent component analysis presenting a review on the basic model, the main method, the mathematical principle of blind source separation ，analyzing the possibility of separation. The paper puts forward the method that based on the neural network unsupervised learning, also, improves the index on separation effects. Under the biology information processing background, combining artificial neural network with information theory to resolve this kind of problem can get the separation matrix adaptively by itself. It can separate mixtures which have both positive and negative kurtosis, and promotes the research of blind source separation greatly. Key words blind source separation; neural network; unsupervised learning; independent component analysis 盲源分离在语音、阵列处理、无线数据通信、