具有混合混合矢量的动态独立分量提取：平均干扰信号比下界
信号处理
2022-12-05 v1 信息论
math.IT
摘要
本文研究动态盲源提取（BSE），其中表征感兴趣源（SOI）位置的混合参数可随时间变化。我们提出一种称为CvxCSV的新源提取模型，它是近期常分离矢量（CSV）混合模型的参数简化修正。在CvxCSV中，混合矢量作为其初值与终值的凸组合演化。我们基于Cramér-Rao理论推导了可达平均干扰信号比（ISR）的下界。该界揭示了CvxCSV相对于CSV以及相对于基于独立分量提取（ICE）的序贯BSE的优越性质。特别地，CvxCSV可达的ISR低于先前方法。此外，该模型对可辨识性所需条件显著更弱，即便SOI为高斯情形亦然。
引用
@article{arxiv.2212.01178,
title = {Dynamic Independent Component Extraction with Blending Mixing Vector: Lower Bound on Mean Interference-to-Signal Ratio},
author = {Jaroslav Čmejla and Zbyněk Koldovský and Václav Kautský and Tülay Adalı},
journal= {arXiv preprint arXiv:2212.01178},
year = {2022}
}
备注
submitted to a conference