传统独立分量分析和变分贝叶斯独立分量分析的比较-江苏大学.pdfVIP

■ IA doi：10．3969／j．issn．1671—7775．2010．01．024 传统独立分量分析和变分贝叶斯独立分量分析的比较 李志农，范 涛，岳秀廷 (郑州I大学 机械工程学院，河南 邛州 450001) 摘要：通过试验比较 了传统的独立分量分析 (ICA)和变分贝叶斯独立分量分析 (VblCA)在源信号 分离中的能力，试验研究表明，无噪声环境下的盲源分离，两种方法都能得到很好的分离性能．然 而，噪声环境下的源信号分离，变分贝叶斯独立分量明显优于传统独立分量分析，特别是随着噪声 的增强，变分贝叶斯独立分量的优势就越明显．另外，变分贝叶斯独立分量可以估计源信号的数 目， 而传统独立分量分析往往事先假设源信号的个数已知，否则无法进行源信号分离． 关键词：独立分量分析；变分 贝叶斯独立分量 ；盲源分离；信源估计 中图分类号：TP277 文献标志码 ：A 文章编号：1671—7775(2010)0l一01l4—06 Comparisonoftraditionalindependentcomponentanalysiswith variationalBayesian independentcomponentanalysis LiZhinong，FanTao，YueXiuting (SchoolotMechanicalEngineering，ZhengzhouUnversty，Zhengzhoa，HeII~fl450001，China) Abstract：Thecapabilitiesofblindsourceseparation(BSS)withthetraditionalindependentcomponent analysis(ICA)andwithvariationalBayesianindependentcomponentanalysis(VblCA)werediscussed andve6fiedbytheexperiment．Theexperimentalresultsshow thatbothmethodscangiveasatisfactory separationperformanceinanoise—freeBSS．Howe~rertheVblCA methodissuperiortothetraditionalICA methodinthenoiseBSS．especiallyinthelowersignal—to—noiseBSS．Inaddition．theVbICA methodcan estimatetheoptimalnumberofsourcesignals．Howeverthenumberofsourcesignalisalwaysassumedto beknowninthetraditionalICA，otherwisethesourcesignalscannotbeseparated． Keywords：independentcomponentanalysis(／CA)；variationalBayesianindependentcomponentanaly— sis(VblCA)；hlindSOUrCeseparation(BSS)；estimationofsignalsources 独立分量分析 (independentcomponentanalysis， 然而，随着 ICA研究的深入 ，传统 ICA方法存 ICA)是信号处理领域在 20世纪90年代后期发起 在的不足都逐渐显露出来，如噪声环境下的盲源分 来的一种新的信号处理方法，目的是从多通道测量 离问题、源信号数 目确定等．这些不足大大限制了 所得到的若干独立信源线性组合成的观测信号中， ICA的应用．为了克服 ICA存在的不足，人们提出了 将这些独立成分分离