基于動量項與雙系統(tǒng)自適應組合的盲源分離算法研究.pdf

1、盲信號處理是近年來信號處理領(lǐng)域的研究熱點問題,盲信號的盲是指該信號的源信號和傳輸信道未知或是知之甚少。僅僅根據(jù)源信號的一些統(tǒng)計特性(如獨立性)從傳感器接收到的盲信號中分離提取出源信號的過程叫做盲源分離。盲分離技術(shù)因其獨特的信號處理方式而被廣泛應用于多個領(lǐng)域,如語音信號處理、地震信號處理、生物醫(yī)學信號處理、陣列信號處理、通信與系統(tǒng)檢測、語音信號處理等。
　　本文首先介紹了盲源分離問題的研究背景、歷史和現(xiàn)狀以及其在各領(lǐng)域中的應用。并對

2、盲源分離的基本理論,包括其混合模型、基本假設、數(shù)學理論基礎(chǔ)知識和代價函數(shù)的優(yōu)化準則以及評價算法性能優(yōu)劣的評價準則等進行了詳細論述。
　　其次給出了盲源分離算法中的幾種常見的批處理算法和自適應算法,并針對常規(guī)自然梯度算法進行了深入研究,且對其存在的缺陷進行了分析和改進,給出了優(yōu)化算法。針對該類算法收斂速度慢的特點,參考神經(jīng)網(wǎng)絡中的動量項思想,在分離矩陣迭代的過程中加入分離矩陣前一時刻的變化量,這樣使得算法的分離性能在一定程度上得到了

3、提高。然而動量項的加入使得算法的收斂性能對動量因子大小的選取很敏感,為此在動量項算法的基礎(chǔ)上引入可自適應調(diào)節(jié)的動量因子得到變動量因子盲源分離算法,實驗證明該算法很好的消除了固定動量因子初值選擇問題對算法的影響,但算法的收斂性能仍然不能突破步長參數(shù)的限制。
　　然后為了進一步減緩和消除這種限制在變動量因子算法的基礎(chǔ)上基于組合理論設計了不同步長參數(shù)下的兩個變動量因子盲源分離系統(tǒng)進行自適應優(yōu)化組合的方案,新算法融合了兩個大小步長的變動量