版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、在未知傳輸通道特性及源信號分布先驗(yàn)知識的情形下,僅僅通過觀測信號來實(shí)現(xiàn)信號識別或信號恢復(fù)的過程稱為盲信號分離.盲信號分離技術(shù)在很多領(lǐng)域有著良好的應(yīng)用,比如多用戶通信、生物醫(yī)學(xué)工程、陣列和通訊信號處理、圖像處理等.本文研究盲信號分離算法,重點(diǎn)研究基于自然梯度的 fast-ICA算法.工作總結(jié)如下:
1.對盲信號分離問題的基本理論和方法做了系統(tǒng)的論述.先給出盲信號分離模型,分析了盲分離模型的兩個(gè)不確定性和實(shí)現(xiàn)盲分離的假設(shè)條件,接著
2、引入目標(biāo)函數(shù)理論,總結(jié)了盲分離問題中幾個(gè)經(jīng)典的目標(biāo)函數(shù)和算法,根據(jù)算法的性能平價(jià)指標(biāo),對幾個(gè)經(jīng)典算法做了仿真驗(yàn)證.
2.詳細(xì)介紹了由極大化非高斯性得到的fast-ICA算法.該算法是兩步算法,第一步是對觀測數(shù)據(jù)的預(yù)白化處理,白化過程消除了數(shù)據(jù)間的相關(guān)性,第二步只需求得一個(gè)正交矩陣即可實(shí)現(xiàn)盲信號分離.然而白化產(chǎn)生誤差并且誤差會累積到求正交矩陣的過程,進(jìn)而影響算法的收斂速度和性能.引入分離矩陣的加權(quán)正交約束,給出了Hyvarine
3、n經(jīng)驗(yàn)地提出的無預(yù)白化fast-ICA算法的推導(dǎo)過程.
3.在一般非線性優(yōu)化框架中,隨機(jī)梯度算法是最流行的學(xué)習(xí)方法.然而,在許多情況下,參數(shù)空間不是歐氏空間而是黎曼度量空間,比如神經(jīng)學(xué)中的感知空間,盲信號分離中的矩陣空間,盲反卷積中的線性動力系統(tǒng)空間等.在盲分離模型中,混合矩陣是未知的,這樣的參數(shù)空間是矩陣空間.因此,盲分離模型的參數(shù)空間有黎曼度量結(jié)構(gòu).Amari已論證,自然梯度是黎曼空間中損失函數(shù)最速下降的方向.通過使用加權(quán)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 盲信號分離fast-ICA算法研究.pdf
- 基于Fast-ICA算法的自適應(yīng)MMSE多用戶檢測.pdf
- 改進(jìn)的Fast-ICA算法在LPI雷達(dá)檢測識別中的應(yīng)用.pdf
- 基于Fast-ICA的直擴(kuò)信號盲解擴(kuò)的研究.pdf
- 噪聲Fast-ICA算法在MMSE多用戶檢測中的應(yīng)用.pdf
- 基于不完整自然梯度的盲分離算法研究.pdf
- 基于自然梯度的自適應(yīng)盲源分離算法的研究.pdf
- 基于自然梯度算法的變步長盲源分離.pdf
- 基于ICA的盲信號分離算法研究.pdf
- 基于自然梯度的盲源分離算法中非線性函數(shù)的研究.pdf
- 優(yōu)化加權(quán)因子的自然梯度算法設(shè)計(jì)及研究.pdf
- 基于梯度的GMM算法研究.pdf
- 基于ICA的人臉識別算法研究.pdf
- 基于ICA的擴(kuò)頻序列盲估計(jì)算法研究.pdf
- 雙系統(tǒng)耦合的動量項(xiàng)自然梯度算法.pdf
- 基于改進(jìn)的pca和ica算法的掌紋識別研究
- 基于ICA的陣列聲源定位MUSIC算法研究及仿真.pdf
- 基于ICA和ELM的圖像識別算法研究.pdf
- 基于ICA算法的EMI傳導(dǎo)發(fā)射信號分析.pdf
- 基于改進(jìn)ICA算法的電力物資配送中心選址研究.pdf
評論
0/150
提交評論