盲分離算法的研究.pdf

1、盲信號處理是當(dāng)今信號處理領(lǐng)域的一個研究熱點.它在無線通信、醫(yī)學(xué)信號的智能化處理和分析、特征提取、語音和圖像的增強及識別等方面有廣泛的應(yīng)用.相關(guān)的論文提出了眾多有效的算法.在已有算法的基礎(chǔ)上,本文做了以下幾個方面的工作:1.本文算法的著眼點在自適應(yīng)地估計評價函數(shù).評價函數(shù)的形式由一個參數(shù)的值決定,通過在線估計這個參數(shù),從而使評價函數(shù)變成適合分離的信號所需要的形式.估計評價函數(shù)的算法需要調(diào)整的參數(shù)只有一個,因此算法的復(fù)雜度低,實驗證明算法對

2、參數(shù)初始值的選取也不敏感,算法的穩(wěn)定性好.同時提出了幾個基于累積量的分離算法.2.后非線性盲分離系統(tǒng)中的非線性部分用一個多層感知器模擬.在盲解卷模型的參數(shù)空間里,代表代價函數(shù)最陡下降方向的不是傳統(tǒng)的梯度而是自然梯度.基于傳統(tǒng)梯度的BP算法的收斂速度慢,容易陷入局部最優(yōu)點.本文采用自然梯度法估計盲解卷模型中的參數(shù).相對而言,基于自然梯度的學(xué)習(xí)算法收斂的速度更快,分離的效果更好.3.提出了一個基于核函數(shù)的后非線性盲分離算法.4.提出了一個基