JADE盲源分离算法的原理及MATLAB实现

简介：
本文章介绍了JADE（Joint Approximate Diagonalization of Eigenmatrices）盲源分离算法的基本原理，并详细讲解了如何使用MATLAB进行算法实现。 盲信号分离的概念最早由Herault和Jutten在1985年提出，指的是从多个观测到的混合信号中分析出未知的原始信号。通常这些混合信号来自多个传感器，并且各传感器输出之间的独立性是已知条件之一（线性不相关）。这里的“盲”字强调了两个方面：一是我们不知道原始信号的具体信息；二是对如何产生这些混杂信号的方法也一无所知。 JADE算法是一种典型的盲源分离技术，适用于语音信号处理。该方法通常利用信号的四阶累积量来实现信号的分离，但也有研究者尝试使用三阶累积量进行分析。这类算法除了需要原始信号具有统计独立性外，还要求在所有来源中最多只能有一个高斯分布的信号存在，即依赖于非高斯性质来进行处理。 然而，在实际应用过程中，并没有考虑源信号可能存在的非白特性和非平稳特性。因此可以说，基于高阶统计量（HOS）的方法能够有效分离具有独立性且其中包含不多于一个高斯成分的所有非高斯信号。