基于最大比合并的超定盲源分离

摘要：

主要研究了超定盲源分离问题,即观测信号个数大于源信号个数情况下的盲源分离.首先给出一种将超定分离转化为多组适定分离的方法,接着通过分析广义Rayleigh商问题最优解和基于四阶累积量代价函数收敛解之间的关系,提出了一种基于最大比合并(MRC)的盲源分离算法(MRC-FastICA).该算法利用多组FastICA来获得同一源信号的多个估计信号,然后利用MRC得到最终的分离信号.理论分析和实验结果表明该算法能够获得分集增益,比传统算法有更好的信干噪比(SINR)性能.

关键词：盲源分离、独立分量分析、最大比合并、分集增益

所属期刊栏目：31

分类号：TN911.23

资助基金：国家杰出青年科学基金资助项目60725105;国家重点基础研究发展计划"973"计划基金资助项目2009CB320404;长江学者和创新团队发展计划基金资助项目IRT0852;国家自然科学基金资助项目60972048;国家重点实验室专项基金资助项目ISN01080301;高等学校科学创新引智计划基金资助项目B08038;教育部科学技术研究重点基金资助项目107103

在线出版日期：2010-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：9-17