文档介绍：独立分量分析
1 盲信号处理导论
2 独立分量分析概述
3 基本概念
4 ICA的优化判据
5 ICA的优化算法
盲信号处理导论
(一)盲信号处理(BSP,Blind Signal Processing)
问题:当传输信道特性未知时,从一个传感器或转换器
的输出信号分离或估计原信号的波形。
注:不确定性是指被估计信号任意比例伸缩,排序和
时滞。依然保留了原信号的波形,是可以被BSP
接收的,对于BSP不是最关键的。
盲信号处理导论
三个主要方向:
*盲信号分离与提取(BSS:Blind Signal Separation)
确定一个或几个具有特殊统计或性质的子分量,舍弃不感兴趣的信号或噪声。
用二阶统计量可以完成。
*独立分量分析(ICA:ponent Analysis)
得到相互独立的输出分量。在实际应用中应作一定的处理。
用高阶统计量来进行分析。
*多通道盲解卷积和均衡(MBD)
盲信号处理导论
(二)处理方法和思路(四个)
(1)HOS:高阶统计量衡量信号的独立性和高斯性,
或稀疏性(ICA)。
(2)SOS:有时序结构用二阶统计量(SOS)即可,
不能分离具有相同功率谱形状或独立同分布信号。
(3)NS+SOS:利用非平稳信息和SOS结合,能够分
开功率谱形状相同的源信号。但若非平稳性也相
同就不可以分离。
(4)STF多样:运用信号不同多样性:时域多样性,
频域多样性,空域多样性。
TDMA, FDMA, SDMA
盲信号处理导论
(三)应用:医学,语音增强,无线通信
(1)生物医学处理:非侵入式评估人体器官不同生
理变化。
典型:胎儿心电图信号提取。
测量方法:在母体腹部放置若干体表电极,测
量电位差信号ECG:包括MECG,FECG。
母体心电图信号=胎儿心电图信×N(N=~100)
自适应滤波;胎儿的心率与母体心率不同的,可看作
是独立的。
测量
盲信号处理导论
(2)声音提取:
典型例子:“鸡尾酒会”的问题。
人的大脑可以很快辨出或集中听某种需要关注声音。
麦克风1
麦克风2
麦克风3
的设计,声音识别,可以识别微弱声音信号。
归结为
盲信号处理导论
(3)数字通信系统:M1M0均衡器,滤波器。
符合盲信号处理对多通道的要求,
不需要有干扰信号的训练样本。
盲信号处理导论
(4)图像处理:建立一系列具有独立特征的组合,去
掉高阶关联性。
降噪,识别,压缩。
独立分量分析概述
(一)前提:一般假设S中各分量相互独立;零均值,
且方差为1。
以多导信号处理为基础,即:必须借助于一组把信源
按不同比例组合起来的多通道信号同步观察。
多导信号包括:主分量分析(PCA);
奇异值分解(SVD)。
S
X
H
独立分量分析概述
(二)多导信号处理基础
对于M通道的观察值(每通道N点采样数据)组成数
据阵X
其中
是正交归一阵,
是准对角阵,
N
不失一般性;通常设
为奇异值。
M