×

兹马思-数学第一资源

非平稳时间序列二阶盲源分离方法的鲁棒性。(英语) Zbl公司 1308.62176
讨论了具有非平稳方差的时间序列盲源分离(BSS)方法。BSS方法通常表示为\(\mathbf{x}ut=\mathbf{A}\mathbf{s}u t\),其中\(\mathbf{s}u t)\,\(t=0,pm1,pm2,dots\),是一个满足某些一般假设的\(p\)变量时间序列,\(\mathbf{x}u 1\),\(\dots\),\(\mathbf{x}ut\)是一个观察到的\(p\)变量时间序列,\(\mathbf{A}\)是一个满秩\(p\乘以p\)矩阵。讨论了以下模型。第二节定义了二阶源分离模型,第三节讨论了两种估计方法。第四节定义了非平稳源分离模型。第五节给出了这类模型的三种估计方法。下一节将介绍它们的健壮版本。最后给出了仿真结果并进行了讨论。

理学硕士:
62M10 统计学中的时间序列、自相关、回归等(GARCH)
62G35型 非参数鲁棒性
92C55型 生物医学成像与信号处理
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 贝鲁克拉尼,A;阿贝德梅莱姆,K;卡多索,JF;《二阶统计量盲源分离技术》,IEEE传输信号处理,45434-444,(1997)
[2] Cardoso JF(1989)使用更高矩的源分离。2000年IEEE声学、语音和信号处理国际会议论文集,第2109-2112页
[3] 卡多索,JF;苏鲁米亚克,A,非高斯信号盲波束形成,国际工程学报F,140362-370,(1993)
[4] 崔,S;Cichoki,A,噪声混合物中非平稳源的盲分离,Electronic Lett,36848-849,(2000)
[5] Choi S,Cichocki A(2000b)噪声混合物中非平稳和时间相关源的盲分离。2000年IEEE信号处理学会信号处理神经网络研讨会论文集,第1卷,第405-414页
[6] Choi S,Cichoki A,Belouchrani A(2001)二阶非平稳和时间有色源的盲分离。《第11届IEEE信号处理统计信号处理研讨会论文集》,第444-447页
[7] Cichoki A,Amari S(2002),自适应盲信号和图像处理:学习算法和应用。威利,西切斯特
[8] Jutten C(2010)盲源分离手册。独立成分分析与应用。阿姆斯特丹学术出版社
[9] Hettmansperger,TP;Randles,RH,实用仿射等变多元中位数,生物计量学,89851-860,(2002)·Zbl公司 1036.62045
[10] Hyv公司ärinen A,Karhunen J,Oja E(2001)独立成分分析。威利,纽约
[11] 伊尔莫宁,P;诺森豪森;Oja,H;奥利拉,E;维格纳隆,V(编辑版);扎佐索,V(编辑);莫劳,E(编辑);格里博瓦尔,R(编辑);Vincent,E(ed.),ICA的新性能指数:特性、计算和渐近分析,229-236,(2010),海德堡
[12] Maronna RA,Martin RD,Yohai,VJ(2006)稳健统计。理论与方法。威利,西切斯特
[13] 松冈,K;哦,M;川本,M,非平稳信号盲分离的神经网络,神经网络,8411-419,(1995)
[14] 米蒂宁,J;诺德豪森,K;Oja,H;Taskinen,S,平稳时间序列盲源分离估计量的统计性质,Stat Probab Lett,821865-1873,(2012)·Zbl公司 1312.62110
[15] Miettinen J,Nordhausen K,Oja H,Taskinen S(2012b)《基于通货紧缩的不相关平稳时间序列分离》(已提交)·Zbl公司 1278.62147
[16] 诺德豪森,K;Oja,H;Tyler,DE,探索多元数据的工具:ICS包,J Stat Softw,28,1-31,(2008)
[17] Nordhausen K,Ollila E,Oja H(2011)关于ICA和盲源分离的性能指标。2011年IEEE第12届无线通信信号处理进展国际研讨会论文集(SPAWC 2011),第486-490页·Zbl公司 1369.94262
[18] Nordhausen K、Cardoso J-F、Miettinen J、Oja H、Ollila E、Taskinen,S(2012年)。JADE:JADE和其他BSS方法以及一些BSS性能标准。R包版本1.1-0·Zbl公司 1312.62110
[19] 诺德豪森K,Sirkiä, Oja H,Tyler DE(2012)ICSNP:多元非参数工具。R包版本1.0-8。
[20] Oja,H;锡尔基ä, S;Eriksson,J,分散矩阵和独立成分分析,奥地利统计杂志,35175-189,(2006)
[21] Pham D-T(2002)在盲源分离中利用源的非平稳性和着色性。第14届数字信号处理国际会议论文集,第151-154页
[22] Pham,D-T;卡多索,J-F,非平稳源瞬时混合的盲分离,IEEE传输信号处理,491837-1848,(2001)·Zbl公司 1369.94262
[23] R开发核心团队(2011)R:统计计算的语言和环境。统计计算基础。奥地利维也纳
[24] Tanaka A,Imai H,Miyakoshi M(2006)基于二阶统计的非平稳源盲分离理论基础。2006年IEEE声学、语音和信号处理国际会议论文集。ICASSP 2006,第600-603页
[25] Theis FJ,Inouye Y(2006)关于联合对角化在盲信号处理中的应用。2006年IEEE电路与系统国际研讨会论文集,ISCAS 2006,第3586-3589页
[26] 泰斯,福建;üller,N;植物,C;Bö嗯,C;维格纳隆,V(编辑版);扎佐索,V(编辑);莫劳,E(编辑);格里博瓦尔,R(编辑);Vincent,E(ed.),鲁棒二阶源分离识别生物医学成像中的实验响应,466-473,(2010),海德堡
[27] 佟L,舜VC,黄永福,刘R(1990)AMUSE:一种新的盲辨识算法。在:IEEE国际电路与系统研讨会论文集,1784-1787页
[28] Würtz D,Chalabi Y,Miklovic M,Boudt C,Chausse P等人(2009)fGarch:Rmetrics自回归条件异方差建模。R程序包版本2110.80
[29] 耶雷多,A;科蒙,P(编辑版);Jutten,C(编辑),《基于颜色的二阶方法》,227-279,(2010),阿姆斯特丹
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。