基于KICA的盲信號(hào)處理研究.pdf

1、盲信號(hào)分離是盲信號(hào)處理的一個(gè)重要研究課題。在不知道源信號(hào)特性，也不知道信號(hào)在傳輸通道中的混合過(guò)程，只是假設(shè)源信號(hào)是相互統(tǒng)計(jì)獨(dú)立的情況下，從傳感器陣列接收到的觀測(cè)信號(hào)中分離出源信號(hào)的問(wèn)題可以表述為盲信號(hào)分離。獨(dú)立分量分析(ICA)是一種重要的盲信號(hào)分離的方法，它是從統(tǒng)計(jì)的角度使得分離出來(lái)的信號(hào)盡可能獨(dú)立。
　　 目前，盲信號(hào)分離理論仍存在大量問(wèn)題有待深入研究，盲分離算法的性能需要進(jìn)一步提高。為此，本文在總結(jié)前人工作的基礎(chǔ)上，研究了

2、幾種傳統(tǒng)盲源信號(hào)分離算法，并提出一些新的改進(jìn)算法，主要工作和創(chuàng)新如下:
　　 (1)深入研究了基于自然梯度的ICA算法，再?gòu)膫鹘y(tǒng)的方向?qū)?shù)的定義出發(fā)，對(duì)其進(jìn)行合理的推廣，提出了一個(gè)延拓梯度的概念作為自然梯度的推廣(其自身包含了自然梯度)，并將其應(yīng)用到盲信源分離(BSS)的獨(dú)立分量分析(ICA)算法中。實(shí)驗(yàn)表明，新算法在選取合適的參數(shù)變換矩陣函數(shù)的情況下，執(zhí)行速度相對(duì)于傳統(tǒng)的自然梯度算法有很大的提高，其收斂速度更快。