基于独立分量分析的生理信号盲源分离

• 作 者: 周卫东
• 机 构: 山东大学信息科学与工程学院
• 出 处: 山东生物医学工程
• 发表日期: 2002年2期
• 关键词: 独立分量分析 生理信号 盲源分离 人工神经网络 极大似然估计 脑电 语音 Blind source separation(BSS)Independent com
• 基金项目: 山东省自然科学基金

用于盲源分离的独立分量分析(ICA)和扩展ICA算法,基于极大似然估计,给出一个衡量输出分量统计独立的目标函数,最优化该目标函数,得到一种用于独立分量分析的迭代算法.扩展ICA算法的优点在于迭代过程中不需要计算信号的高阶统计量,收敛速度快,同时适用于超高斯和亚高斯信号的分离.应用该算法实现了脑电、心电信号以及语音信号的分离,并给出了实验结果.