Maximization of statistical moments for blind separation of sources revisited

  • Authors:
  • Susana Hornillo-Mellado;Rubén Martín-Clemente;Carlos G. Puntonet;José I. Acha;Juan Manuel Górriz-Sáez

  • Affiliations:
  • Dpto. de Teoría de la Señal y Comunicaciones, Escuela Superior de Ingenieros, Universidad de Sevilla, Avda. de los Descubrimientos s/n., 41092-Sevilla, Spain;Dpto. de Teoría de la Señal y Comunicaciones, Escuela Superior de Ingenieros, Universidad de Sevilla, Avda. de los Descubrimientos s/n., 41092-Sevilla, Spain;Dpto. de Arquitectura y Tecnología de Computadores, Universidad de Granada, C/Periodista Daniel Saucedo s/n, 18071-Granada, Spain;Dpto. de Teoría de la Señal y Comunicaciones, Escuela Superior de Ingenieros, Universidad de Sevilla, Avda. de los Descubrimientos s/n., 41092-Sevilla, Spain;Dpto. de Teoría de la Señal, Telemática y Comunicaciones, Universidad de Granada, C/Periodista Daniel Saucedo s/n, 18071-Granada, Spain

  • Venue:
  • Neurocomputing
  • Year:
  • 2006

Quantified Score

Hi-index 0.01

Visualization

Abstract

In this paper we revisit a classic HOS-based BSS criterion, namely the maximization of the higher-order moments of the estimated sources. The main contributions of this paper are: (i) a thorough study of the solutions given by popular HOS-based BSS criteria (including spurious solutions) and (ii) a method for estimating the source signals based on the eigendecomposition of certain adjustable HOS-matrices. Results are illustrated by computer simulations.