1 中国科学院光电技术研究所,成都 610209
2 四川大学 电气信息学院,成都 610065
为了设计更多有效的独立分量分析（ICA)算法,本文提出了ICA 梯度下降算法（GDA)的一般框架,覆盖了许多目前流行的算法,如Infomax,MMI,MLE 等等。该框架由一种新的基于II 类超加（减)性函数的参比函数理论导出,并采用推广的EASI 形式作为更新规则来获得更好的性能。同时本文也展示了一个基于二次熵函数的框架使用例子,并提出了其梯度的快速计算方法,最后仿真证明了它的有效性。实验结果表明,该框架非常实用,可作为开发更多有效ICA 算法的有利工具。
盲信号处理 独立分量分析 梯度下降算法 串行矩阵更新 等变自适应分离 blind signal processing independent component analysis gradient descent algorithm serial matrix updating equivariant adaptive separation
