文档介绍：目录
目录
问题的提出
数学准备
独立分量法具体算法
总结与展望
目录
目录
问题的提出
一、时域雷达信号分选
二、信号与随机变量间的关系
三、独立分量分析法(ICA)的基本问题
四、独立分量分析法(ICA)的历史与应用
数学准备
独立分量法具体算法
总结与展望
问题的提出:1、时域雷达信号分选
一、时域雷达信号分选
数学模型:时间、幅度图像
问题的提出:2、信号与随机变量间的关系
二、信号与随机变量间的关系
问题:随机变量X在实际中的体现?
答:独立重复试验,得到试验样本集{Xi}。
由这组数据样本点可以估计出随机变量的各阶矩,近而估计出pdf等全部统计信息。
问题的提出:2、信号与随机变量间的关系
对一个信号X(t):
独立重复试验————抽样ti, i=1,2, …N
样本集————{X(ti)}
因而信号X(t)可以看成是一个随机变量, 并可估算它的各阶矩,以及谈论它的pdf,独立、相关等统计特性。
例如:
问题的提出:3、独立分量分析法的基本问题
假设源信号若干个统计上相互独立的信号组成的,它们在空间中形成交叠,独立分量分析(ponent Analysis,ICA)是借助于多个信道同步观察交叠信号,将观察信号经过解混分解成若干独立成分,作为对源信号的一组估计。
简化假设:
1、A是线性系统,可用矩阵表示. (实际仿真时是随机阵)
2、信道对信号无影响,观察信道数与信号数相同,(A,B方阵)
问题的提出:3、独立分量分析法的基本问题
问题的提出:3、独立分量分析法的基本问题
问题的提出:3、独立分量分析法的基本问题
几点说明:
1、解出来的Y只要求各分量独立,因而解不是唯一的,可以有相移、次序颠倒、幅值变化等
2、要解出Y,需要对Y各分量是否独立进行判断。确切地说,需要找到某种判断函数G,使Y个分量独立时G(Y)达到最大或最小值。
3、由于独立判据函数G的不同,以及求解Y的步骤不同,有不同的独立分量分析法。
问题的提出:4、独立分量分析法的历史与应用
历史:
是盲信号处理的一种,是90年代后期发展起来的
ICA是盲信号处理的一个组成部分,20世纪90年代后期(1986、1991)发展起来的一项新处理方法,最早是针对“鸡尾酒会问题”这一声学问题发展起来的
鸡尾酒会问题:从酒会的嘈杂的声音中,如何分辨出所关心的声音