塞尔吉·沃罗比奥夫;安德烈·奇切基(Andrzej Cichocki) 使用ICA和子空间滤波对多传感器信号进行盲噪声抑制,并应用于脑电分析。 (英文) Zbl 1066.92037号 生物、网络。 86,第4期,293-303(2002). 摘要:在信号处理的许多应用中,特别是在通信和生物医学中,预处理是必要的,以从多个传感器记录的数据中去除噪声。通常,每个传感器或电极测量原始源信号的噪声混合物。本文提出了一种基于独立分量分析(ICA)和子空间滤波的降噪技术。在这种方法中,我们不将子空间滤波应用于观测到的原始数据,而是应用于ICA获得的这些数据的混合版本。采用有限冲激响应滤波器,其矢量是基于信号子空间提取的参数估计。ICA允许我们过滤独立组件。去除噪声后,对增强后的独立分量进行重构,得到干净的原始信号;即,我们将数据投影到传感器级别。仿真和实际应用结果表明了该方法的有效性。 引用于2文件 MSC公司: 92C55 生物医学成像和信号处理 92C20美元 神经生物学 62M20型 随机过程推断和预测 PDF格式BibTeX公司 XML格式引用 \textit{S.Vorobyov}和\textit{A.Cichocki},Biol。赛博。86,第4号,293--303(2002;Zbl 1066.92037) 全文: 内政部