检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]南京电子技术研究所,江苏省南京市210039 [2]总参谋部陆航部驻上海地区军代室,上海市200233
出 处:《信息化研究》2010年第12期9-12,共4页INFORMATIZATION RESEARCH
摘 要:独立成分分析(Independent Component Analysis,ICA)是一种有效的盲信号分离(Blind Source Separation,BSS)方法。当目标源信号相互独立时,它能从多通道的混合观测信号中将目标源信号分解开来。本文通过对ICA的详细介绍,对比了ICA模型和阵列信号处理模型的特点,分析了二者的关系,并就二者的综合应用进行了研究,同时对盲波束形成、雷达信号分选和外辐射源雷达信号分离等典型应用进行了介绍和评价。Independent component analysis is an effective blind source separation method. It original source signals from the multiple channel mixed sampling data when signals are independe can separate nt. This article introduces ICA in detail, compares the characteristics between ICA model and array signal processing model, and analyses their relation and combination. Finally, some typical applications such as blind beamforming, radar signal sorting and passive radar signal separation are reviewed and assessed.
关 键 词:盲信号分离 阵列信号处理 独立成分分析 盲波束形成
分 类 号:TN911.7[电子电信—通信与信息系统]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.28