基于混合信號概率密度函數(shù)估計的盲信號分離.pdf

1、盲信號分離已成為信號處理學界的研究熱點領域,并獲得了迅速的發(fā)展.獨立分量分析是解決盲信號分離問題一種很好的方法.本文在對傳統(tǒng)的獨立分量分析理論深入研究的基礎上,提出一種基于混合信號概率密度函數(shù)估計的盲信號分離算法,利用Gram-Charlier展開估計混合后信號的概率密度函數(shù),并由此估計信號的評價函數(shù),可以分離同時包含超高斯信號和亞高斯信號的混合信號,解決了現(xiàn)有盲信號分離算法中普遍存在的非線性函數(shù)只能憑經驗或在某些特定非線性用開關切換的

2、問題,可直接應用于所有以非線性函數(shù)代替評價函數(shù)的盲信號分離算法.本文中,我們將它與傳統(tǒng)的盲信號分離算法對模擬數(shù)據做以實驗并加以比較,證明了該方法的優(yōu)良性.同時,我們用它代替?zhèn)鹘y(tǒng)的生物醫(yī)學方法進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.該方法不但降低了生物實驗的成本,而且易于操作實現(xiàn),具有很強的應用價值.在信號源少于傳感器觀測到的混合信號時,未知信號源數(shù)目的估計一直是盲信號分離算法中一個難題.為了使盲信號分離問題得到更廣泛的應用