独立分量分析原理21引言ICA是20世纪90年代发展起来的一.DOCVIP

独立分量分析原理 2.1 引言 ICA是发展起来的一种新的信号处理技术，它是从多维统计数据中找出隐含因子或分量的方法。从线性变换和线性空间角度，源信号为相互独立的非高斯信号，可以看作线性空间的基信号，而观测信号则为源信号的线性组合,ICA就是在源信号和线性变换均不可知的情况下，从观测的混合信号中估计出数据空间的基本结构或者说源信号。目前ICA的研究工作大致可分为两大类，一是ICA的基本理论和算法的研究，基本理论的研究有基本线性ICA模型的研究以及非线性ICA、信号有时间延时的混合、卷积和的情况、带噪声的ICA、源的不稳定问题等的研究。算法的研究可分为基于信息论准则的迭代估计方法和基于统计学的代数方法两大类，从原理上来说，它们都是利用了源信号的独立性和非高斯性。各国学者提出了一系列估计算法。如FastICA算法、 Infomax算法、最大似然估计算法、二阶累积量、四阶累积量等高阶累积量方法。另一类工作则集中在ICA的实际应用方面，已经广泛应用在特征提取、生物医学信号处理、通信系统、金融领域、图像处理、语音信号处理等领域，并取得了一些成绩。这些应用充分展示了ICA的特点和价值。 本章首先了介绍了ICA原理；接着简单阐述了ICA的发展历史；因ICA涉及到很多数学知识，为更好地理解ICA的原理及算法，与ICA密切相关的概率、统计、信息论等数学知识亦得到了简要阐述；最后介绍了ICA中独立性