为了使(2-1)的ICA模型能得到独立成分分量s相应的估计值,必须要求它满足一定的假设条件和约束条件。
(1)独立成分分量假设是统计独立的
这是ICA依赖的原则,如果这一假设不满足,那么估计算法将不能实现,但只要满足该条假设,就可以建立ICA模型,这是ICA方法可以应用于众多领域的原因之一。
(2)独立成分分量服从非高斯分布
我们一般均假设随机变量服从高斯分布,这种分布其高阶统计量为零,但在ICA算法中要用到高阶统计量。所以,如果观测变量服从高斯分布,则利用ICA算法就无法进行估计了。
2.2 独立元分析中的基本概念
独立成分分析(ICA,Independent Component Correlation Algorithm)简介
X=AS
X为n维观测信号矢量,S为独立的m(m<=n)维未知源信号矢量,矩阵A被称为混合矩阵。
ICA的目的就是寻找解混矩阵W(A的逆矩阵),然后对X进行线性变换,得到输出向量U。