论文部分内容阅读
把期望最大化（EM）算法应用到含噪ICA模型中，即假定源信号具有统计独立性，并将其放在贝叶斯估计框架中，提出一种解决含噪独立分量分析（ICA）的期望最大化（EM）算法。在含噪ICA模型中，假设源信号的均值和方差服从更为一般的均匀分布，提出的EM算法将混合矩阵和超参数交替进行处理，可以有效地估计混合矩阵和超参数在一定模型下的模型参数，从而能够估计出源信号。仿真结果说明，该方法能够很好地解决含有噪声ICA模型下的盲源分离问题．