基于混合信號(hào)概率密度函數(shù)估計(jì)的盲信號(hào)分離.pdf

1、盲信號(hào)分離已成為信號(hào)處理學(xué)界的研究熱點(diǎn)領(lǐng)域,并獲得了迅速的發(fā)展.獨(dú)立分量分析是解決盲信號(hào)分離問題一種很好的方法.本文在對(duì)傳統(tǒng)的獨(dú)立分量分析理論深入研究的基礎(chǔ)上,提出一種基于混合信號(hào)概率密度函數(shù)估計(jì)的盲信號(hào)分離算法,利用Gram-Charlier展開估計(jì)混合后信號(hào)的概率密度函數(shù),并由此估計(jì)信號(hào)的評(píng)價(jià)函數(shù),可以分離同時(shí)包含超高斯信號(hào)和亞高斯信號(hào)的混合信號(hào),解決了現(xiàn)有盲信號(hào)分離算法中普遍存在的非線性函數(shù)只能憑經(jīng)驗(yàn)或在某些特定非線性用開關(guān)切換的

2、問題,可直接應(yīng)用于所有以非線性函數(shù)代替評(píng)價(jià)函數(shù)的盲信號(hào)分離算法.本文中,我們將它與傳統(tǒng)的盲信號(hào)分離算法對(duì)模擬數(shù)據(jù)做以實(shí)驗(yàn)并加以比較,證明了該方法的優(yōu)良性.同時(shí),我們用它代替?zhèn)鹘y(tǒng)的生物醫(yī)學(xué)方法進(jìn)行基因的部分體積修正從而獲得真正感興趣的微陣列數(shù)據(jù).該方法不但降低了生物實(shí)驗(yàn)的成本,而且易于操作實(shí)現(xiàn),具有很強(qiáng)的應(yīng)用價(jià)值.在信號(hào)源少于傳感器觀測到的混合信號(hào)時(shí),未知信號(hào)源數(shù)目的估計(jì)一直是盲信號(hào)分離算法中一個(gè)難題.為了使盲信號(hào)分離問題得到更廣泛的應(yīng)用