高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于最大熵化法的卫星信号盲分离

万坚 李明 朱中梁

万坚, 李明, 朱中梁. 基于最大熵化法的卫星信号盲分离[J]. 电子与信息学报, 2006, 28(12): 2256-2258.
引用本文: 万坚, 李明, 朱中梁. 基于最大熵化法的卫星信号盲分离[J]. 电子与信息学报, 2006, 28(12): 2256-2258.
Wan Jian, Li Ming, Zhu Zhong-liang. Blind Separation of Satellite Signals Based on the Maximum Entropy[J]. Journal of Electronics & Information Technology, 2006, 28(12): 2256-2258.
Citation: Wan Jian, Li Ming, Zhu Zhong-liang. Blind Separation of Satellite Signals Based on the Maximum Entropy[J]. Journal of Electronics & Information Technology, 2006, 28(12): 2256-2258.

基于最大熵化法的卫星信号盲分离

Blind Separation of Satellite Signals Based on the Maximum Entropy

  • 摘要: 该文研究的问题是从经过卫星信道的混合信号中分离出相互独立的原始信号。解决这类问题的传统方法往往是采用盲解卷积的算法,但是这种方法的计算量很大,需要对各个径的参数进行调整。该文利用卫星信道的特点,提出了基于最大熵的盲分离算法,极大地减小了计算量。最后的仿真结果表明了算法有效性。
  • Jutten C, Herault J. Blind separation of source , An adaptive algorithm based on neuromimetic architecture[J].Signal Processing.1991, 24(1):1-29[2]Common P. Independent component analysis: a new concept? Signal Processing, 1994, 36(3): 287-314.[3]Amari S. Natural gradient works efficient in learning[J].Neural Computation.1998, 10:251-276[4]谭丽丽, 韦岗. 多输入多输出盲解卷问题的最大熵化法. 电子学报, 2000 , 28(1): 114-116.[5]Bell A J, Sejnowski T J. An information-maximization approach to blind separation and blind deconvolution[J].Neural Computation.1995, 7:1129-1159[6]Cardoso J F, Laheld. B H. Equivariant adaptive source separation[J]. IEEE Trans. on Signal Processing, 1996, 43(12): 3017-3030.[7]Aapo Hyvarinen. Fast and robust fixed-point algorithms for independent component analysis. IEEE Trans. on Neural Networks , 1999 , 10(3): 626-634.
  • 加载中
计量
  • 文章访问数:  2191
  • HTML全文浏览量:  73
  • PDF下载量:  757
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-03-24
  • 修回日期:  2005-09-19
  • 刊出日期:  2006-12-19

目录

    /

    返回文章
    返回