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(hào)中分離和還原不可觀測(cè)的原信號(hào)的過程。BSS是信號(hào)處理與通信領(lǐng)域中的基本問題，特別是在語音識(shí)別、生物醫(yī)信號(hào)處理、遠(yuǎn)程傳感、雷達(dá)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(shù)背景和國內(nèi)外的研究現(xiàn)狀，概括了有關(guān)盲源分離的基本理論，包括概率論、矩陣、信息論的相關(guān)內(nèi)容以及盲源分離的數(shù)學(xué)模型等，闡述了盲源分離的一般求解過程;簡(jiǎn)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(duì)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(hào)算子的變步長(zhǎng)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(dòng)態(tài)分離模型中推導(dǎo)出的符號(hào)算子相結(jié)合，并且加入了基于代價(jià)函數(shù)梯度的變步長(zhǎng)。符號(hào)算子的引入加快了算法的收斂速度，基于代價(jià)函數(shù)梯度的變步長(zhǎng)平衡了收斂速度與穩(wěn)態(tài)誤差之間的矛盾。同時(shí)，針對(duì)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