李小丹

摘要：“盲信号分离技术”一直以来都是信号处理领域的热点研究问题，并且该技术在无线通信和图像处理等多个方面具有良好的发展前景。该技术作为交叉性学科领域的关键知识融合的神经信号处理和数据挖掘等多个方面的基础知识，能够充分保障计算机网络安全，在计算机网络领域当中价值突出。

关键词：计算机网络安全;盲信号分离技术;应用

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2021）17-0048-02

开放科学（资源服务）标识码（OSID）：

盲信号分离技术早在20世纪90年代的法国就已经得到了研究，我国从20世纪90年代末期才开始进行盲分离技术的分析，并且在相关的书籍当中进行了一些独创性的分析，涉及多种类型的信号处理方法，例如独立成分、稀疏成分、平行因子成分等不同类型的因子分析等。

1 盲信号分离技术的分类

1.1 独立成分分析

独立成分分析相对而言是最早且最为广泛研究的内容，其主要研究的内容是有关线性混叠的相关内容。由于独立成分与信号源密切相关，信号源数量不能超过观测设备的数量，所以我们要得到独立成分分析的最佳结果，才能构建优化模型，就需要最大化信号源之间的统计独立特征。我们会选择最大化源信号作为相关参考指标，然后根据求解构造优化现有的模型，对系统混叠矩阵进行预测之后，完成信号分离过程。实际上独立成分分析能够得到不同指标要求下的模型结果，无论是从信息理论还是从各类优化算法的角度来看，求解基于不同指标的优化模型，能够通过基于向量的梯度优化算法获得最佳的求解效果。……