关于信号论文范文,与一种改进的独立成分算法的计算机仿真相关毕业论文

本论文是一篇关于信号毕业论文,关于一种改进的独立成分算法的计算机仿真相关毕业论文的格式范文。免费优秀的关于信号及算法及计算机仿真方面论文范文资料,适合信号论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

摘 要：该文对独立成分分析（ICA）这一当前新兴的数据处理与分析方法进行了分析研究.提出了一种改进的基于待抽取信号时间结构特性的盲抽取算法.并使用Matlab和WindowsXP平台对这些算法进行了计算机仿真实验,得出了仿真实验的结果和一些应用建议.

关 键 词：独立成分分析；盲信号抽取；盲源分离；计算机软件技术

中图分类号：TP393文献标识码：A文章编号：1009-3044（2013）32-7304-03

独立成分分析方法[1]是一种新兴的数据处理与分析方法,目前已经成为信号处理领域的研究热点.其目的是从随机线性混合的观测信号中恢复出各源信号[2].该方法的原理是以非高斯性质的源信号为研究对象,以信号之间彼此统计独立作为前提,对观测到的多路混合信号进行信源盲分离,以提取出隐含在混合信号中的若干独立源信号,即盲源分离问题[3].由于这种方法具的分离性能很好,在语音信号、图像处理、远程通信、数据挖掘等方面有很重要的应用.经过各领域的学者们的持续努力,使得这一新兴方法能够得以迅速的发展[4].

一些经典的独立成分分析算法如,1983年Herault和Jutten首先提出独立成分分析（ICA）这一概念.1985年Bar&Ness提出了Boostrap思想的迭代算法.虽然这些算法很多情况下不收敛,但他们的工作具有开创意义.1989年Giannakiset.al.以及Lacoume&Ruiz提出基于三阶统计量的算法.1989年Cardoso提出了基于三阶统计量代数性质的算法,该算法从算子角度解释混合矩阵与信号之间的关系.1991年Gaeta&Lacoume利用统计学方法给出模型参数的极大似然估计.1994年Comon首次将ICA应用于处理盲源分解