摘要
从混合观测数据向量中恢复不可观测的各个源信号是阵列处理和数据分析的一个典型问题·独立分量分析是解决该问题的新技术,而基于四阶累计量的联合对角化(JADE)算法是独立分量分析最常用的算法,但此算法在k>2时得到近似解,且结果不精确·提出了一种基于遗传算法盲源信号分离的算法,此算法克服了JADE算法的不足,理论分析和仿真结果表明了该算法的可行性和有效性·
Recovering the unobserved source signals from their mixtures is a typical problem in array processing and data analysis. Independent component analysis （ICA） is a new and powerful method to solve this problem. JADE （joint approximate decomposition of eigen matrices） based on 4th-order cumulants is a common approach for ICA. However, it can only get approximate solution when k 〉2 and the results are not accurate. In this paper, a blind source separation based on genetic algorithm is proposed. The analysis and simulations suggest that the scheme is feasible and effective.
出处
《计算机研究与发展》
EI
CSCD
北大核心
2006年第2期244-252,共9页
Journal of Computer Research and Development
基金
湖南省自然科学基金项目(03JJY3089)
湖南省教育厅科学研究优秀青年基金项目(04B015)
作者简介
易叶青，1976年生。硕士研究生，主要研究方向为机器学习、通信网络．（yeqingyi@tom．com）
林亚平，1955年生，教授，博士生导师，主要研究方向为机器学习、通信网络．
林牧，1984年生。本科学生，主要研究方向为智能计算、通信网络
李小龙，1980年生，博士研究生，主要研究方向为机器学习、通信网络．
王雷，1973年生，博士，主要研究方向为计算机网络、机器学习．
