盲信号分离

张贤达; 保铮

您当前的位置：

首页 >

文章列表页 >

盲信号分离

学术论文 | 更新时间：2025-07-16

- 盲信号分离
- Blind Source Separation
- 电子学报 2001年29卷第S1期页码：1766-1771
- 作者机构：
  
  西安电子科技大学雷达信号处理重点实验室,陕西,西安,710071
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目 (No.60072043)
- DOI：
  中图分类号： TN911.23
- 纸质出版：2001
- 稿件说明：
移动端阅览
张贤达, 保铮. 盲信号分离[J]. 电子学报, 2001,29(S1):1766-1771.

ZHANG Xian-da, BAO Zheng. Blind Source Separation[J]. Acta Electronica Sinica, 2001, 29(S1): 1766-1771.
张贤达, 保铮. 盲信号分离[J]. 电子学报, 2001,29(S1):1766-1771. DOI：

ZHANG Xian-da, BAO Zheng. Blind Source Separation[J]. Acta Electronica Sinica, 2001, 29(S1): 1766-1771. DOI：

摘要

阵列处理和数据分析的一个典型问题是从混合的观测数据向量中恢复不可观测的各个源信号.盲信号分离是解决这一问题的一门新技术

近几年吸引了信号处理学界和神经网络学界众多学者的研究兴趣.本文将以独立分量分析和非线性主分量分析为主要对象

综述盲信号分离技术的理论、方法及应用等方面的发展

并作有关展望.

Abstract

A typical problem in array processing and data analysis is to recover the unobserved source signals from their mixtures.Blind source separation(BSS) is a powerful methodology for solving this problem.In recent years

the BSS has received considerable attention from the signal processing community and the neural network community.This paper presents a survey and review on the BSS

focusing on the independent component analysis(ICA) and the principal component analysis(PCA).

关键词

Keywords

references

浏览量

6315

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种基于小波分解及鲁棒估计的ICA算法及其在人脸识别中的应用

背景感知机制的图像分类网络

基于神经网络的图像风格迁移算法综述

基于自适应空间映射多可信度模型的网状天线形态机电集成优化设计

差分编码与神经网络辅助的OFDM系统信道估计方法