基于四階牛頓迭代法的Fast-ICA改進算法

郭松林，徐海鵬

(黑龍江科技大學 電氣與控制工程學院， 哈爾濱 150022)

0 引 言

現(xiàn)有的信號分析方法有很多，常用的小波分析法和傅里葉分析法?；诟道锶~變換的信號處理方法由于非周期采樣產(chǎn)生泄露誤差，使測得的幅值、頻率和相角偏離實際值，特別相位測量誤差更大。相對于傅里葉變換分析，小波分析具有較大優(yōu)勢，因為小波函數(shù)在時域和頻域內(nèi)具有局部分析和多分辨率分析的優(yōu)勢。但由于采樣點序列以及所選用的濾波器長度有限，因此，在計算邊緣點時會遇到邊界問題，隨著分解不斷進行，重構(gòu)誤差會不斷增大。此外，小波分析的運算較復雜，且小波基函數(shù)也不易選擇，這也是小波分析方法自身的缺點。

獨立分量分析方法(ICA)，是近年發(fā)展起來的一種有效的盲信號分離方法。該算法可以僅僅根據(jù)輸入信號的一些基本統(tǒng)計特征，在瞬時混疊參數(shù)不清楚的情況下，由觀測信號恢復出源信號的過程。通過不斷發(fā)展和完善的算法理論，使其在語音信號處理、圖像處理、無線通信技術(shù)、生物醫(yī)學工程和電氣領(lǐng)域等應(yīng)用十分廣泛[1]。而基于牛頓二階收斂的快速獨立分量分析(Fast-ICA)算法，相比于ICA算法收斂速度雖然更快，但依然存在收斂精度和分離性能不高的問題。

筆者為了進一步提高算法的收斂速度和分離性能，減小算法的誤差，在原Fast-ICA算法的基礎(chǔ)上改進算法，使改進后的算法滿足四階牛頓收斂特性，提升改進后算法的收斂精度與分離性能?！?br>