强噪声背景下基于子空间的盲信号提取
黄晓斌[1] 刘海涛[1] 万建伟[1] 胡德文[2]
[1]国防科技大学电子科学与工程学院,长沙410073 [2]国防科技大学机电工程与自动化学院,长沙410073
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。 (共4页)参考文献


















cqvip.com