参考独立分量分析(Independent Component Analysis with Reference,ICA-R)通过引入参考信号而实现期望实值源信号的抽取。然而,目前尚无复数域ICA-R算法。该文在约束ICA框架下,利用期望源信号的幅值信息提出了一种定点复数ICA-R算法,...参考独立分量分析(Independent Component Analysis with Reference,ICA-R)通过引入参考信号而实现期望实值源信号的抽取。然而,目前尚无复数域ICA-R算法。该文在约束ICA框架下,利用期望源信号的幅值信息提出了一种定点复数ICA-R算法,用于抽取某个期望的复数源信号。首先,采用复数fastICA算法的差异函数和关于复数信号幅值信息的不等式约束建立了复数ICA-R模型,然后采用增广朗格朗日函数和K-T条件推导了复数ICA-R定点算法。计算机仿真和性能分析结果表明,由于利用了幅值信息,复数ICA-R的估计性能优于传统的复数fastICA算法。展开更多
参考独立分量分析(independent component analysis with reference,ICA-R)通过引入参考信号而实现期望实值源信号的抽取,具有消除传统ICA输出顺序不确定性和显著降低运算量等优点.为此将ICA-R的优势拓展到期望复值源信号抽取.首先,将N...参考独立分量分析(independent component analysis with reference,ICA-R)通过引入参考信号而实现期望实值源信号的抽取,具有消除传统ICA输出顺序不确定性和显著降低运算量等优点.为此将ICA-R的优势拓展到期望复值源信号抽取.首先,将N维复值ICA问题转化为由其实部和虚部组成的2N维实值ICA问题;然后,利用期望源信号的实部参考信号或虚部参考信号进行ICA-R;最后,根据转换混合矩阵的结构特点,消除ICA-R抽取信号实部与虚部间的幅值不确定性,进而得到无附加相移的期望复值信号.计算机仿真和性能分析结果表明了所提方法的有效性.展开更多
文摘参考独立分量分析(Independent Component Analysis with Reference,ICA-R)通过引入参考信号而实现期望实值源信号的抽取。然而,目前尚无复数域ICA-R算法。该文在约束ICA框架下,利用期望源信号的幅值信息提出了一种定点复数ICA-R算法,用于抽取某个期望的复数源信号。首先,采用复数fastICA算法的差异函数和关于复数信号幅值信息的不等式约束建立了复数ICA-R模型,然后采用增广朗格朗日函数和K-T条件推导了复数ICA-R定点算法。计算机仿真和性能分析结果表明,由于利用了幅值信息,复数ICA-R的估计性能优于传统的复数fastICA算法。
文摘参考独立分量分析(independent component analysis with reference,ICA-R)通过引入参考信号而实现期望实值源信号的抽取,具有消除传统ICA输出顺序不确定性和显著降低运算量等优点.为此将ICA-R的优势拓展到期望复值源信号抽取.首先,将N维复值ICA问题转化为由其实部和虚部组成的2N维实值ICA问题;然后,利用期望源信号的实部参考信号或虚部参考信号进行ICA-R;最后,根据转换混合矩阵的结构特点,消除ICA-R抽取信号实部与虚部间的幅值不确定性,进而得到无附加相移的期望复值信号.计算机仿真和性能分析结果表明了所提方法的有效性.
