《盲源分離理論與算法》是2013年西安電子科技大學出版社出版的圖書，作者是梅鐵民。
基本介紹
- 書名：盲源分離理論與算法
- 作者：梅鐵民
- ISBN：978-7-5606-3051-9
- 定價：17元
- 出版社：西安電子科技大學出版社
- 出版時間：2013-05
內容簡介,目錄,
內容簡介
盲源信號分離理論是現代信號處理的重要前沿研究領域之一，在通信、語音處理、圖像處理、地震勘探、生物醫學、雷達及經濟數據分析等領域有著廣泛的套用。
本書從二階矩理論、高階累積量理論和資訊理論三個方面來闡述盲源信號分離的基本理論，並從觀測信號的混合模型（瞬時混合、卷積混合）出發來介紹典型算法。該書面向具有一定信號處理基礎的學生和研究者。通過本書的學習，讀者能夠掌握盲源信號分離的基本理論、典型算法以及最新進展，快速進入該領域前沿開展研究工作。
目錄
第1章 緒論 1
1.1 盲源信號分離研究的歷史與發展 1
1.2 盲源信號分離的研究對象 2
1.3 盲源信號分離的可行性 3
1.4 盲源信號分離算法的分類 4
1.5 盲源信號分離與獨立分量分析的關係 7
1.6 盲源信號分離與多輸入多輸出系統盲解卷積的關係 8
第2章 資訊理論、神經網路及高階統計量基礎知識 9
2.1 資訊理論 9
2.2 神經網路 12
2.3 高階累積量理論 14
2.4 自然梯度與相對梯度 17
2.5 盲分離算法計算量的比較 19
第3章 混合模型與分離模型 20
3.1 瞬時混合模型與分離模型 20
3.2 卷積混合模型與分離模型 22
3.3 信號的非線性混合模型 23
3.4 從源信號到混合信號的統計性質變化 24
3.5 盲分離算法性能指標 34
第4章 瞬時混合信號盲分離的二階矩理論 35
4.1 兩個源信號的特例 35
4.2 一般性理論 37
第5章 基於去相關的盲信號分離算法 41
5.1 相關矩陣的非負定性及Hadamard不等式 41
5.2 基於去相關判據的一般算法 42
5.3 基於源信號非平穩性的簡化算法 44
5.4 基於去相關的盲信號分離算法的推廣 45
第6章 雙源信號盲分離的去相關算法 49
6.1 雙源信號盲分離疊代算法 49
6.2 算法的幾何解釋與收斂性分析 50
6.3 仿真實驗例子 52
第7章 相關矩陣特徵值分解盲分離算法 54
7.1 AMUSE算法 54
7.2 廣義特徵值分解（GED）盲分離算法 57
第8章 瞬時混合信號盲分離的高階累積量理論 61
8.1 可分性約束條件 61
8.2 基於高階累積量的盲分離判據 62
第9章 對稱四階互累積量矩陣聯合對角化算法 66
9.1 目標函式與算法 66
9.2 參數λ的選擇問題 68
9.3 算法實現方面的考慮 68
第10章 Comon算法 70
10.1 基本原理 70
10.2 Comon算法實現 72
第11章 JADE算法 77
11.1 模型 77
11.2 目標函式 77
11.3 累積量矩陣與正交矩陣Q之間的關係 78
11.4 矩陣聯合對角化 79
11.5 四階累積量矩陣的特徵矩陣表示 80
第12章 不動點ICA算法 82
12.1 不動點算法 82
12.2 不動點算法穩定性與收斂性分析 84
12.3 KMA與MUK算法 87
第13章 瞬時混合信號盲分離資訊理論理論與算法 89
13.1 基於資訊理論的自然梯度算法 89
13.2 非線性激勵函式 91
13.3 最大似然估計算法 92
13.4 信息最大化算法(Informax) 94
第14章 信號不連續性最大化算法 96
14.1 信號的不連續性 96
14.2 目標函式與算法 96
14.3 重疊矩陣及其近似對角化 97
第15章 瞬時混合信號盲分離的頻域算法 99
15.1 純頻域算法 99
15.2 半時域半頻域算法 103
第16章 基於二階矩的卷積混合信號時域盲分離理論與算法 105
16.1 卷積混合信號盲分離的去相關理論 105
16.2 基於去相關的盲信號分離算法 113
16.3 仿真實驗例子 116
16.4 本章小結 121
第17章 基於高階累積量的卷積混合信號盲分離理論與算法 122
17.1 基於高階累積量的盲分離判據 122
17.2 基於高階累積量的卷積混合信號盲分離算法 124
17.3 仿真實驗例子 127
第18章 功率譜密度矩陣聯合對角化與卷積混合信號盲分離 129
18.1 功率譜密度矩陣聯合對角化原理 130
18.2 基於功率譜密度矩陣聯合對角化的盲分離算法 133
18.3 仿真實驗例子 135
18.4 本章小結 139
第19章 基於資訊理論的卷積混合信號頻域盲分離算法 140
19.1 混合模型與分離模型 140
19.2 自然梯度算法的幾種推廣形式 142
19.3 基於Kullback Leibler散度的卷積混合信號盲分離算法 144
19.4 與其他算法的比例 146
19.5 仿真實驗例子 147
參考文獻 149
