摘要:低信噪比下的去噪一直是一个难题,最近Emir等人提出了Independent Component Analysis(ICA)去噪方法,该方法在光学功能成像中得到了成功应用。但研究发现在极低信噪比下,由于观测数据的样本协方差矩阵具有奇异性,这使得ICA去噪算法中的白化处理步骤无法进行。为解决这一问题,本文利用子空间的概念,在ICA去噪方法的基础上提出了一种新的基于子空间的ICA(ICA based on signal Subspace,SICA)去噪方法。仿真表明该方法能在极低信噪比下有效去噪,同时与传统的滤波去噪相比,SICA去噪方法在去噪的同时还能够成功地将频域重叠的信号正确分离。
关键词:盲信号提取 独立成分分析 子空间分解 滤波
单位:国防科技大学电子科学与工程学院; 长沙410073; 国防科技大学机电工程与自动化学院; 长沙410073
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社