基于ICA的AR序列叠加过程的分解与复原
本文研究由若干个AR信号序列叠加形成的多道时间序列的分解与复原问题,首先从信号的独立性出发,利用信号的高阶统计信息,采用独立成分分析(Independent Component Analysis,ICA)中的广义信息最大化(Infomax)算法寻找一可逆矩阵将混合信号进行分离,然后再根据AR序列的偏相关系数的截尾性,利用Levinson递推公式估计出AR序列的参数,最后通过模拟实验验证了此方法的有效性.
独立成分分析 广义Infomax算法 AR模型 偏相关系数
张玉洁 王法松 李宏伟
中国地质大学数理学院(武汉)
国内会议
苏州
中文
77-80
2005-08-01（万方平台首次上网日期，不代表论文的发表时间）