盲信号分离输出与源信号的一致性判断串.pdf

华南理工大学学报(自然科学版) 第 35 卷第5 期 Joumal of South China University of Technology Vol. 35 NO.5 2007 年5 月 (Natural Science Edition) May 2007 文章编号: 1000-565X(2007)05-0050-04 盲信号分离输出与源信号的一致性判断串 姚志湘I 刘焕彬l 粟晖2 (1.华南理工大学制浆造纸工程国家重点实验室，广东广州 510640; 2. 广西工学院生物与化学工程系，广西柳州 545006) 摘 要:针对盲信号分离需要判断分离结果与源信号是否一致的问题，基于统计独立变 量函数仍然保持统计独立的性质，提出了独立分量分析(ICA) 的输出分量与源信号的 一致性判断方法.该方法通过计算混合信号及其差分值混合矩阵的相关矩阵，根据 ICA 各分量对应的最大相关系数来判断 ICA 各分量与源信号的一致性.模拟计算和实验结果 表明:若差分前后混合矩阵的最大相关系数趋近于 1 ，则 ICA 输出分量与对应的源信号一 致;为保证分离的准确，差分前后混合矩阵的最大相关系数不应小于0.8. 关键词:盲信号分离;独立分量分析;差分;可靠性 中图分类号: TP301; 06051 文献标识码:A 源信号和1昆合方式都未知的情况下，只利用观 独立通常解释为尽可能独立或者物理独立;尽管源 信号之间存在弱相关，ICA 仍然能够反映源信号特 测到的混合信号提取出源信号，称为盲信号分离 (饵BS臼S) [1μl叫- 征[叫，对于彼此不正交的源信号，偏离正交越严重， 关性很小)的非高斯信号的分解效果显著，被广泛 ICA 分量与实际信号的差异越大.这种差异直接影 用于解决 BS臼S 问题[口3-6叫 响到应用中 BSS 问题求解的正确性和算法的可 互信息独立是 ICA 计算的基础[汀，很多应用中 行性. 统计独立性假设也是合理的.当两个随机变量x 和 按照问题定义，源信号情况未知，如何在盲 y 不相关时， 条件下判断 ICA 计算结果与实际源信号的符合程 Cov(x ,y) = E[xyJ- E[xJE[yJ = 0 (1) 度，是文中关注和讨论的问题. 如果 P P 1 问题描述 E [ x yq ] - E [ x ] E [ yq ] = 0 ( 2 ) 对任何整数p 和 q 都成立，那么 x 和 y 统计独立，即 文中按照线性混合模型[1] 讨论盲信号分离问 两个变量如果统计独立必是正交的[8] 题，即观测信号向量由 符合基本前提的统计独立变量，ICA 可以将它 Y= CX (3) 们完整分离[9] 即 ICA 计算出的分量与实际源信号 给出，其中 Y 表示 m 维的观1ß1~ 信号向量， X 表示 n -致