基于累积量展开的神经网络盲源分离方法

您当前的位置：

首页 >

文章列表页 >

基于累积量展开的神经网络盲源分离方法

更新时间：2024-10-14

- 基于累积量展开的神经网络盲源分离方法
- Issue S1, Pages: 76-82(1999)
- 作者机构：
  
  1.   东南大学无线电工程系
  2.   山东大学物理系南京210018
  3.   南京山东大学物理系济南250100  ,210018
- 作者简介：
- 基金信息：
- DOI：
  CLC： TN911.7;TP183
- Published：1999
- 稿件说明：
移动端阅览
[1]何振亚,刘琚,梅良模.基于累积量展开的神经网络盲源分离方法[J].通信学报,1999(S1):76-82.

[J]. 1999, (S1): 76-82.
[1]何振亚,刘琚,梅良模.基于累积量展开的神经网络盲源分离方法[J].通信学报,1999(S1):76-82. DOI：

[J]. 1999, (S1): 76-82. DOI：

摘要

本文基于源信号统计独立性假设

推导了表示信号独立性的准则函数

将它用于独立分量分析（ICA）神经网络得出了一种新的信号盲源分离的方法

计算机仿真实验结果表明该方法可较好地进行瞬时混迭信号的分离

并具有良好的稳定性能。

Abstract

关键词

Keywords

references

Views

693

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于FastICA-TDS的DS-CDMA盲源信号分离系统

基于最大比合并的超定盲源分离

ICA在模式群分集复用系统输出信号分离中的应用

有限域上的函数的相关免疫性和线性结构的谱特征

基于ε逼近算法的CDMA盲自适应多用户检测

Related Author

金健

陈涛

秦贵和

张晋东

杨小牛

张琰

李钊

付卫红

Related Institution

吉林大学计算机科学与技术学院

西安电子科技大学综合业务网理论及关键技术国家重点实验室

中国电子科技集团公司第三十六研究所

吉林大学通信工程学院光通信系

中国科学院研究生院

AI问答

⁰

基于累积量展开的神经网络盲源分离方法

DOI：

摘要

Abstract

关键词

Keywords

references