基于不完整自然梯度的盲分離算法研究.pdf

1、盲源分離(BSS)是在混合矩陣未知的情況下，從一系列的混合信號中分離和還原不可觀測的原信號的過程。BSS是信號處理與通信領域中的基本問題，特別是在語音識別、生物醫(yī)信號處理、遠程傳感、雷達與通信系統(tǒng)、地震勘探等方面均具有突出的作用。
　　首先，本文介紹了盲源分離的技術背景和國內外的研究現狀，概括了有關盲源分離的基本理論，包括概率論、矩陣、信息論的相關內容以及盲源分離的數學模型等，闡述了盲源分離的一般求解過程;簡單介紹了盲源分離算法中

2、的自然梯度算法與不完整的自然梯度算法，分析了算法的不足之處。
　　然后，針對自然梯度算法與不完整自然梯度算法的不足之處，提出了基于符號算子的變步長不完整自然梯度算法，將不完整自然梯度算法與從一般的動態(tài)分離模型中推導出的符號算子相結合，并且加入了基于代價函數梯度的變步長。符號算子的引入加快了算法的收斂速度，基于代價函數梯度的變步長平衡了收斂速度與穩(wěn)態(tài)誤差之間的矛盾。同時，針對非平穩(wěn)環(huán)境問題，本文提出了一種新的基于不完整自然梯度的約束