请问盲分离抽取源信号个数的菜鸟级问题
刚接触这类问题，基础基本没有，希望各位高人给指导一下。盲分离是不是要预先知道源信号的个数？书上说的抽取的m个主分量，是不是针对不知道源个数的情况？那么m的选择，应该根据什么呢？
问题很菜，希望大家能帮帮忙。谢谢了。
回复 #1 julia5210 的帖子
你这个问题好像一点也不菜哦，我自己对盲源分离也不熟悉。下面转贴一个http://bbs.matwav.com/的“如何确定ICA中独立分量的个数？？ ” 的帖子
高手请指教：
ICA用于信号分离，分离出源信号
但是如何知道源信号的个数呢，目前下载的许多工具箱都是要自己手动确定选择要分解的独立分量个数的。
有没有什么确定独立分量个数的准则呢
如果不能正确的分离出源信号的个数，那分离还有意义吗？
我问过一个老师他是这么回答的，在ＩＣＡ处理之前首先应该进行白化处理，白化处理的过程实际上也是一个去相关的过程，白化实际上就是先中心化，然后求出协方差矩阵，然后形成白化矩阵，再次过程中需要求出协方差矩阵的特征值和特征向量，可以自己选定一个门槛值，如果得出的特征值小于这个门槛值，那么在生成白化矩阵的时候就把它去掉，也就是说，大于门槛值的特征值的个数就是源的个数，即独立分量的个数。
我也想问你一下，你的ica程序是在那找到的？？能把网址告诉我么？？
是独立的还是在matlab下的补丁？？
谢谢！！
楼上一位的回答还是比较正确的。但是在实际问题中，IC的个数的确定是个难题。
IC的个数的确定分为两类，一类是源信号的个数大于接受信号的个数，这种情况下的IC确定是个非常困难的问题。目前比较好的解决方法是用N-1个接受信号恢复出N个独立源。但是当接受信号的个数远远小于源信号的个数时，就没有好的方法了。相关文章你可以在IEEI上搜索一下Yuanqing Li在前几年的论文。
另外一类即源信号的个数小于等于观测信号的数目，也是一个问题。前面人说的，用PCA（或白化）来降维并非是实用的方法。因为PCA（白化）中确定特征值的个数，其前提是特征值的变化要有“突变”，即在某个特征值时，其大小远远小于前一个特征值（设特征值按大小顺序排列）。——这一点和阵列信号处理中的MUSIC算法有点类似（确定信号空间和噪声空间）。
但是实际中，观测信号的协方差函数的特征值的变化并没有显著的突变，这时就很难确定源信号的个数了。当然，这个问题目前有多种比较好的解决方法，比如奇异值分解，甚至在ICA的算法里面，只需要把分离矩阵稍加改动都成（比如很多算法，如EASI算法，只需要把N*N改成M*N就成）。你不妨查查相关的文章。
希望对你有所帮助！
覆【去
回复 #2 zhlong 的帖子
呵呵，谢谢楼上的高人。现在还是似懂非懂，我再查找一下文献，上研学再找找看。在论坛潜水有日子了，经常能看到您的回复，都是比较专业的，相当佩服了。
刚刚接触信号处理的领域，差距还很大，以后会经常来向大家学习的。 一般来说，需要知道源数
如果可以用高阶累计量的话，何以将其中的高斯源判断出去
但是最多只能有一个独立的高斯元，这是算法的基本要求
回复 #2 zhlong 的帖子
看了你的帖子确实清楚了很多，还有在计算的时候要输入ｍＸＴ阶信号，是要有Ｔ个采集点的数据吗？回复 #5 无水1324 的帖子
应该是吧，我对此也不熟悉。[ 本帖最后由 zhlong 于 2007-7-26 09:50 编辑 ] m个传感器（信源）
T点采样 谢谢楼主，获益匪浅
页:
[1]