盲源分离独立分量分析(ica).pptVIP

独立分量分析法 报告人：巫书航 导师：山秀明 苏威积 目录 目录 问题的提出 数学准备 独立分量法具体算法 总结与展望 目录 目录 问题的提出 一、时域雷达信号分选 二、信号与随机变量间的关系 三、独立分量分析法(ICA)的基本问题 四、独立分量分析法(ICA)的历史与应用 数学准备 独立分量法具体算法 总结与展望 问题的提出：2、信号与随机变量间的关系 二、信号与随机变量间的关系 问题：随机变量X在实际中的体现？ 答：独立重复试验，得到试验样本集{Xi}。 由这组数据样本点可以估计出随机变量的各阶矩，近而估计出pdf等全部统计信息。 问题的提出：2、信号与随机变量间的关系 对一个信号X(t)： 独立重复试验 ———— 抽样ti， i=1,2, …N 样本集 ———— {X(ti)} 因而信号X(t)可以看成是一个随机变量, 并可估算它的各阶矩，以及谈论它的pdf，独立、相关等统计特性。 例如： 问题的提出：3、独立分量分析法的基本问题 假设源信号若干个统计上相互独立的信号组成的，它们在空间中形成交叠，独立分量分析(Independent Component Analysis，ICA)是借助于多