一种参考独立成分分析算法在弱信号提取中的应用

摘要

独立成分分析(Independent Component Analysis,ICA)是解决盲源分离问题十分有效的方法.特别是FastICA算法,它以中心极限定理为出发点,采用定点迭代的优化算法,收敛快速、稳健.但是在提取弱信号时,由于中心极限定理不再严格成立,FastICA算法也不再适用.因此从理论和实验两个方面着手验证了这个观点,并针对弱信号提取问题提出新的解决思路:在FastICA算法的基础上,引入源信号的部分先验信息作为约束,即参考独立成分分析(Independent Component Analysis with Reference,ICA-R).若已知源信号的部分功率谱,结合加权范数最小化信号外推算法的思想,建立接近性度量,以约束的形式融入FastICA算法中,从而分离出要求的弱信号.实验结果表明,不管是对模拟信号还是真实的脑电信号,该算法都是有效的.