文献类型：期刊文章

作　　者：游荣义[1] 陈忠[2]

机构地区：[1]集美大学计算科学与应用物理系,福建厦门361021 [2]厦门大学物理系,福建厦门361005

出　　处：《电子学报》

基　　金：国家自然科学基金重点项目(No.10234070);福建省自然科学基金计划资助项目(No.C0310028)

年　　份：2004

卷　　号：32

期　　号：4

起止页码：669-672

语　　种：中文

收录情况：BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：基于ICA(独立成分分析:Independent Component Analylsis)原则,给出一种盲信号分离的快速学习算法.通过寻求观测变量线性组合的四阶累积量(即kurtosis系数)局部极值,得出该算法的模型和步骤.将该算法用于盲信号分离实验,实验结果表明,该算法在盲信号分离和信号特征提取方面具有收敛速度快、无需动态参数等优点.该算法能有效地分离出任意分布的非高斯盲源信号的各个独立成分,是信号处理的一种新的、高效可靠的方法.

关 键 词：盲信号分离 独立成分分析  KURTOSIS 神经算法  

分 类 号：TN911.957]