基于分阶段学习的盲信号分离.pdfVIP

  1. 1、本文档共15页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于分阶段学习的盲信号分离.pdf

( E 辑) 第32 卷 第5 期 SCIENCE IN CHINA ( Series E ) 2002 年 10 月 基于分阶段学习的盲信号分离* 张贤达 朱孝龙 保 铮 ( 西安电子科技大学雷达信号处理重点实验室, 西安 710071; 清华大学自动化系智能技术与系统国家重点实验室, 北京 100084) 摘要 首先定义了描述信号分离状态的信号相依性测度, 并利用此测度将传统算法 中的学习速率参数推广至二维矩阵, 从而提出了一种基于分阶段学习的盲信号分离算 法, 即整个信号分离过程被分成三个阶段进行: 初始阶段 捕捉阶段和跟踪阶段, 每个 阶段的学习速率由信号的分离程度自适应选取. 理论分析表明, 该算法满足等变化性 和分离矩阵的非奇异性条件. 仿真结果证实, 新算法具有比使用固定和其他自适应学 习速率的算法更快的收敛速度 更好的稳态性能和更高的数值稳定性. 关键词 盲信号分离 独立分量分析 神经计算 自适应学习 在源信号和传输信道未知情况下, 只利用接收天线的观测数据抽取源信号, 称为盲信号 分离. 盲信号分离不仅是信号处理界 而且也是神经网络界的研究热点课题, 在无线数据通 信 雷达 图像 语音 医学以及地震信号处理等领域都具有广阔的应用前景. [1] 盲信号分离算法有离线和在线之分. 现有的离线算法中, Hyvarinen 的快速定点算法 性 1) 能卓越, 收敛也最快, 但不能适应实时应用的需要, 而且信源个数增加时, 性能会明显变差 . [2] [3,4] 在线盲信号分离通常有三种技术: 熵最大化法 非线性主分量分析法 以及独立分量分析 法[5~14] (independent component analysis, ICA), 其中, 独立分量分析尤其吸引了广泛的研究兴 趣, 已成为当前盲信号分离的主流方法. 独立分量分析已有很多有效的算法, 如Amari 等人的自然梯度算法[8,13] Cardoso 和Laheld [7] [10] [11] [12] 的EASI 算法 广义ICA 算法 灵活ICA 算法 和迭代求逆ICA 算法 等等. 虽然具体 形式不同, 但这些算法都可归类为 LMS 型算法, 存在一个学习速率参数的优选问题, 这也是 本文研究的核心问题. 当学习速率或步长参数取常数时, LMS 型算法存在收敛速度和稳态性能之间的矛盾: 步 长小, 算法的稳态性能( 即源信号的恢复质量)好, 但算法收敛慢; 反之, 则收敛快, 但稳态性 能差. 解决上述矛盾的最简单做法是令学习速率随时间递减[9,13,14] , 但这又会产生新的问题: 如果信号没有能分离而学习速率又降至很小时, 未分离的信号会因学习速率太小而长时间甚 至永远得不到分

文档评论(0)

尐丶丑 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档