目的-基于高阶统计（HOS）的盲源分离（BSS）技术已应用于分离数据以获得比基于二阶统计量的方法更好的性能。 成本函数构造基于HOS的分离标准的结果是一个复杂的非线性函数，难以优化。 的目的本文旨在有效地解决这一非线性优化问题，从而获得具有比传统的BSS方法具有更高的准确性。 设计/方法/方法-本文中的一项新技术基于提出了内核空间中的HOS。 所提出的方法首先将混合数据映射到高维内核通过非线性映射的空间，然后基于高阶分离准则构造成本函数在内核空间中。 使用定义为内部乘积的内核函数构造成本函数内核
