基于径向基函数的非线性混合信号的盲分离.pdfVIP

科 科I技}论I坛 基于径向基函数的非线性 混合信号的盲分离 赵欣欣 曹继华 张岳霞 (天津职业技术师范大学 电子_T-程学院，天津 300222) 摘 要：通过径向基函数 (RBF)神经网络近似非线性混合映射的方法，研究了一种从非线性混合信号中盲源分离的算法。该方法采用RBF神经 网络分离系统输 出分量的互信息作为 目标函数，目标函数的最小化导致输 出量之间的独立性，以便使源信号尽可能的分离出来。采用无监督的模糊 c均值聚类方法训练RBF神经网络的权值，可以大大节省计算量。仿真结果讨论 了RBF神经网络隐含层不同的神经元个数对盲源分离效果的影 响，并且证明了本算法是有效性的和可行的，并且有较强的鲁棒性。 关键词：盲源分离；非线性混合模型；径向基函数；神经网络；模糊 C均值聚类 Abstract：This paperproposes a novelmethod forthe blind source separation ofthe nonlinear mixture，in which a radialbasis function fRBF1neuralnetwork isused toapproximatethe inverseofthenonlinera mi~ng transformation．The approach definesthemutual intbrmation of theoutputsoftheRBFneural networkas na oWectivefunction．Theminimizationoftheobjectivefunctionresultsintheindependentoftheout— puts，SOthatthe original sourcesare separated properly．We use the unsupervised fuzzy C clustering with less calculation approach to learn the weightsofRBF neuralnetwork．Simulation resultsraepresented todiscusstheinfluenceofthe numberof hidden layerof RBF neuralnetwork on blind sourceseparation fBSs1anddemonstratetheeffectiveness，feasibilityandrobustnessof theproposedmethod． Keywords：blindsourceseparation；nonlinera mixturemodel；radial basisfunction (RBn： neural network；fuzzyCclustering 引言 CA，是用一个非线性函数来替换非线性混合模 作分离系统，g(x，0)是用来在不知道源信号 s(t) 由于盲源分离在数字通讯 、语音识别、传 型，以使得输出分量变得统计独立。近几年来， 和混合函数f(·)的情况下从混合信号x(t1中分 感器信号处理、医疗信号处理 (MEG、EEG、ECG Hyvarient~讨论了非线性 ICA解的存在性和唯 离原始信号s)的。显然，这一问题对一般的混 等)、监控以及电磁信号处理等领域具有广泛的 一 性 ，表明非线性 ICA的解仍然是存在的，如 合系统是难以处理的，除非对这个混合函数 f 潜在应用，因此引起了人们极大的研究兴趣。人 果对非线性混合函数加以限制，并添加一定的 (·)加以约束条件。首先，保证这个分离系统的 们提出了许多基于不同分离模型的分离算法 ， 假设条件(如概率密度函数pdf)，其解是唯一存 解存在，根据相关非线性 ICA理论 ，这个非线 这些算法在众多应用中发挥了良好的作用。 在的。 性 ICA问题至少有一个解 ，也就是说给定一个 盲源分离是通过线性或非线性混合多观