基于分阶段学习的盲信号分离

被引:52
作者
朱孝龙
保铮
张贤达
机构
[1] 西安电子科技大学雷达信号处理重点实验室
[2] 西安电子科技大学雷达信号处理重点实验室 西安
[3] 西安
[4] 西安 清华大学自动化系智能技术与系统国家重点实验室
[5] 北京
关键词
盲信号分离; 独立分量分析; 神经计算; 自适应学习;
D O I
暂无
中图分类号
TN911.6 [信号分析];
学科分类号
080401 ; 080402 ;
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.
引用
收藏
页码:693 / 703
页数:11
相关论文
共 2 条
[1]   Flexible independent component analysis [J].
Choi, S ;
Cichocki, A ;
Amari, SI .
JOURNAL OF VLSI SIGNAL PROCESSING SYSTEMS FOR SIGNAL IMAGE AND VIDEO TECHNOLOGY, 2000, 26 (1-2) :25-38
[2]  
通信信号处理.[M].张贤达;保铮著;.国防工业出版社.2000,