Разделение слепых источников
Разделение слепых источников (BSS) — это метод обработки сигналов, который восстанавливает исходные сигналы из их неизвестной смеси без детального знания процесса смешивания. В рамках анализа независимых компонент (ICA) BSS восстанавливает статистически независимые исходные сигналы, используя лишь предположение о том, что источники независимы и не являются гауссовскими. Впервые формализованный Пьером Комоном в 1994 году, BSS стал неотъемлемой частью приложений от разделения аудиосигналов до анализа биомедицинских сигналов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Comon, P. (1994). Independent Component Analysis, a New Concept? Signal Processing, 36(3), 287–314. DOI: 10.1016/0165-1684(94)90029-9 ↗
- Hyvarinen, A., Karhunen, J., & Oja, E. (2001). Independent Component Analysis. John Wiley & Sons. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Blind Source Separation (BSS) Analysis. ScholarGate. https://scholargate.app/ru/signal-processing/blind-source-separation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Адаптивный фильтр LMSОбработка сигналов↔ compare
- Оценка спектральной плотности мощностиОбработка сигналов↔ compare
- Кратковременное преобразование ФурьеОбработка сигналов↔ compare
- Фильтр ВинераОбработка сигналов↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →