基于参数Parzen窗估计的独立分量分析  

Independent Component Analysis Based on Parametric Parzen Window Estimation

作　　者：成孝刚[1] 姜华[2] 刘国庆[2] 陈启美[1] 

机构地区：[1]南京大学电子科学与工程系,南京中国210093 [2]南京工业大学理学院,南京中国210009

出　　处：《信号处理》2009年第3期485-488,共4页Journal of Signal Processing

基　　金：国家自然科学基金(40505004)资助项目;“北极阁基金”资助项目

摘　　要：在对盲源信号进行独立分量分析时,往往需要已知源信号的概率密度函数(PDF)。然而,由于源信号是未知的,一般事先很难知道其PDF。通常的做法是采用非参数的Parzen窗估计源信号的PDF。但是因为不同的信号具有不同的PDF,本文引入窗宽作为参数的Parzen窗来估计源信号PDF。用信息熵最小原则进行独立分量分析。模拟结果表明信号干扰比(SIR)明显提高。When ICA is used for analyzing the blind sources,the probability density function（PDF） is always needed. However, it＇s impossible to prior know the pdf of the sources. In general, the non-parametric Parzen window is adopted for estimating the pdf. In the present paper, we present a strategy of variate window width of Parzen window for the pdf estimation. Based on it,the minimal criterion of the mutual information entropy is designed for ICA. The computer simulation demonstrates that the signal-to-interface ration is improved.

关 键 词：独立分量分析 核密度估计 参数方法 Parzen窗密度估计 

分 类 号：TN911.7[电子电信—通信与信息系统]