盲源分離的極大似然估計算法研究與應用.pdf

1、盲源分離(BSS)是一種多維信號處理方法，它是指在源信號以及混合模型都未知的情況下，僅從觀測信號中恢復出源信號各個獨立分量的過程。盲源分離己成為現(xiàn)代信號處理領域研究的熱點問題，在通信、語音處理、圖像處理、地震勘探、生物醫(yī)學、雷達以及經濟數(shù)據分析等領域具有非常重要的理論意義和廣泛的應用價值。
　　本文提出了新的盲源分離算法，并給出了算法在圖像分離中的應用。主要內容包括：⑴從盲源分離的理論出發(fā)，由盲源分離問題引出獨立成分分析。闡述了獨

2、立成分分析的發(fā)展歷史和研究現(xiàn)狀，以及在獨立成分分析研究中存在的問題。⑵對獨立成分分析理論基礎進行了簡單描述，討論了獨立成分分析研究中的主要問題。包括獨立成分分析的數(shù)學定義、基本假設、相關的數(shù)學理論基礎和實現(xiàn)途徑等。⑶介紹和推導了基于獨立成分分析的盲源分離算法的幾種典型的學習算法，重點研究了FastICA算法。FastICA算法基于非高斯性最大化原理，使用固定點迭代理論尋找非高斯性最大值，采用牛頓迭代算法對觀測變量的大量采樣點進行處理，每