清华大学学术专著独立分量分析的原理与应用

清华大学学术专著独立分量分析的原理与应用
独立分量分析(}r}d}}}ndent}}mp}}}}tanal}}i},}CA)是信号处理领域在20世纪90年代后期发展起来的一项新处理方法。
顾名思义，它的含义是把信号分解成若干个互相独立的成分。
如果信号本来就是由若干独立信源混合而成的，我们自然希望能恰好把这些信源分解开来。
从原理上说，只靠单一通道观察是不可能作这样的分解的，必需借助于一组把这些信源按不同混合比例组合起来的多通道同步观察。
换句话说，ICA是属于多导信号处理的一种方法。
但是把一组观察信号分解成若干独立成分，分解结果肯定不是惟一的。
因此分解总要施加一些约束条件，使答案接近于所期望的结果。
ICA的发展是和盲信源分离(blindsourceseparation,BSS)紧密联系的。
BSS的简单含义如图1-一1所示。
它的任务是只由多通道系统的输出数据X来判断其输入S和系统的传递函数H。
所谓“盲”是指原理上它不要求对S和H具有先验知识。
实际上任务的解答显然不是惟一的，因此免不了还是需要一些假设。
一般至少需要假设多通道输人S中各分量互相独立、零均值且方差为1。
不难看出，BBS问题的提法和ICA十分接近，只是前者的研究范畴更宽，处理手段也更多些。
本软件ID:10032667