咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于广义特征值和核函数的非线性盲分离算法 收藏

基于广义特征值和核函数的非线性盲分离算法

Algorithm for nonlinear blind source separation based on generalized eigenvalue decomposition and kernel feature space

作     者:高鹰 姚振坚 李朝晖 谢胜利 GAO Ying;YAO Zhen-jian;LI Zhao-hui;XIE Sheng-li

作者机构:广州大学信息学院计算机科学与技术系广东广州510006 华南理工大学电子与信息学院广东广州510641 

出 版 物:《系统工程与电子技术》 (Systems Engineering and Electronics)

年 卷 期:2006年第28卷第10期

页      面:1490-1493页

核心收录:

学科分类:0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基  金:中国博士后科学基金(2003034062) 广州市科技计划项目(2004J1-C0323) 广州市市属高校科技计划项目(2055)基金资助课题 

主  题:广义特征值分解 核特征空间 盲信号分离 非线性混舍 

摘      要:在给出了一种基于广义特征值分解的线性混合信号盲分离方法的基础上,结合核特征空间而给出了一种非线性混合信号盲分离算法。该算法首先将混合信号映射到高维核特征空间,同时构造该核特征空间的一组正交基。其次,通过这组正交基将高维核特征空间的信号映射到参数空间,从而把非线性混合信号盲分离问题转化为参数空间的线性混合信号盲分离问题。在参数空间中,应用基于广义特征值分解的线性混合信号盲分离方法对信号进行分离。该算法具有闭解形式,计算简单,收敛精度较高,稳定性好。仿真结果表明该算法是有效的,具有良好的分离性能。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分