優(yōu)化加權(quán)因子的自然梯度算法設(shè)計(jì)及研究.pdf

1、長(zhǎng)期以來，盲源分離問題都是信號(hào)處理領(lǐng)域的研究熱點(diǎn)。盲源分離理論的實(shí)質(zhì)就是利用接收器接收到的混合信號(hào)來實(shí)現(xiàn)對(duì)源信號(hào)的分離。由于分離過程中的諸多未知因素，因此經(jīng)過盲分離處理后所得到的分離信號(hào)實(shí)際上是源信號(hào)的估計(jì)值。盲源分離技術(shù)在很多領(lǐng)域都有著廣泛的運(yùn)用，如生物醫(yī)學(xué)、圖像處理、雷達(dá)定位、通信傳輸以及地震勘探等領(lǐng)域。
　　本文針對(duì)自然梯度組合型算法，提出了優(yōu)化其加權(quán)因子的改進(jìn)策略。加權(quán)因子可以實(shí)時(shí)地調(diào)整各子分離系統(tǒng)在整個(gè)系統(tǒng)中的比重，進(jìn)而

2、影響算法的收斂速度以及穩(wěn)態(tài)誤差。本文提出的該改進(jìn)策略,不但使加權(quán)因子突破了傳統(tǒng)組合算法中加權(quán)因子的取值必須介于[0,1]之間的限制,而且明顯地提高了算法的收斂速度,并降低了算法收斂時(shí)的穩(wěn)態(tài)誤差。全文具體工作主要包括三部分:
　　首先，介紹盲源分離問題的基本理論，包括：研究背景、發(fā)展過程以及國(guó)內(nèi)外取得的相關(guān)進(jìn)展；盲源分離的數(shù)學(xué)模型、分類以及預(yù)處理；盲源分離算法，尤其是自適應(yīng)算法；并給出了評(píng)價(jià)盲源分離算法分離性能的指標(biāo)。
　　其

3、次，深入研究盲源分離算法中的自然梯度算法的基本原理，包括：自然梯度算法以及動(dòng)量項(xiàng)自然梯度算法。針對(duì)自然梯度算法收斂速度緩慢的不足，融入動(dòng)量項(xiàng)技術(shù)，可以有效地提高算法的收斂速度。通過MATLAB仿真實(shí)驗(yàn)，分析自然梯度算法和動(dòng)量項(xiàng)自然梯度算法的分離性能，發(fā)現(xiàn)后者的收斂速度較前者得到有效改善，但穩(wěn)態(tài)誤差較前者沒有減弱，甚至略有惡化。
　　最后，針對(duì)動(dòng)量項(xiàng)自然梯度算法中穩(wěn)態(tài)誤差惡化的缺陷，可采用傳統(tǒng)的動(dòng)量項(xiàng)自然梯度算法的組合型盲源分離系統(tǒng)