基于NPCA的后非线性盲源分离方法.pdfVIP

学兔兔 第36卷 第 12期 仪 器 仪 表 学 报 Vo1．36NO．12 2015年 12月 ChineseJournalofScientificInstrument Dee．2015 基于NPCA的后非线性盲源分离方法 王荣杰 ，詹宜巨。，周海峰 (1．集美大学轮机工程学院 厦门 361021；2．福建省船舶与海洋工程重点实验室 厦门 361021； 3．中山大学工学院 广州 510006) 摘 要：提出一种基于非线性主元分析和H 滤波算法相结合的后非线性盲源分离方法，首先根据后非线性混叠的线性时变模 型构造用于求解时变解混矩阵的非线性主元分析代价函数，然后利用 H 滤波算法优化其函数来恢复混合在非线性观测信号 中的源信号，该方法仅需要源信号统计独立特性的先验信息。仿真实验结果表明，该方法不仅能以比其他传统方法更好的估计 性能分离服从超高斯和亚高斯不同分布的源信号，还能在线动态地实现信号的后非线性盲分离。 关键词：后非线性盲源分离；非线性主元分析；H 滤波；统计独立；超高斯分布 中图分类号 ：TH701 TN911．7 文献标识码 ：A 国家标准学科分类代码：510．40 Post-nonlinearblindsourceseparationmethodbasedonNPCA WangRongjie ，ZhanYiju，ZhouHaifeng (．SchoolofMarineEngineering，JimeiUniversity，Xiamen361021，China； 2．FujianProvincialKeyLaboratoryofNavalArchitectureandOceanEngineering，Xiamen361021，China； 3．SchoolofEngineering，SunYat—senUniversity，Guangzhou510006，China) Abstract：Apost—nonlinearblindsourceseparationmethodbasedonnonlinearprincipal componentanalysisandH filteringisproposed． Inthismethod，acostfunctionofnonlinearprincipalcomponentanalysisisconstructedaccordingtothepostnonlinearmixturelineartime— varyingmodel，whichisusedtosolvethetime—varyingconfusionmatrix；thenthesourcesignalsmixedinthepost—nonlinera observation signalsarerecoveredthroughoptimizingthecostfunctionusingH filteringalgorithm．Thismethodonlyrequiresthestatisticsindependent priorinformationofthesourcesing als．Thesimulationresultsshowthattheproposedmethodcanachievetheblindsourceseparationofthe sourcesignalswith sub—andsuper·Gaussiandistributionwithhigheraccuracycomparedwithothertraditional