|
1.
基于ICA的滑动平均序列叠加过程的分解与复原
祁锐 张玉洁 李宏伟
计算机应用
研究由若干个滑动平均(MA)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(ICA)中的固定点(Fixed Point)算法将混合信号进行分离，然后设计了一种基于高阶统计量的MA模型的自适应辨识算法，算法在每次迭代中先估计MA的阶数，再估计MA的参数，由选用的线性方程组保证了参数的唯一可辨识性。最后通过模拟实验验证了该方法的有效性。
相关文章 |
多维度评价
|
