改進的自然梯度變步長盲源分離算法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于盲源分離炬lindSourceS巧aration,BS巧技術(shù)領(lǐng)域，具體設(shè)及一種 改進的自然梯度變步長盲源分離算法。
【背景技術(shù)】
[0002] 目前基于獨立分量分析（IncbpendentComponentAnalysis,ICA)的盲信號分離 算法在生物醫(yī)學(xué)工程、語音增強、通信系統(tǒng)和機械故障診斷等信號處理領(lǐng)域應(yīng)用廣泛。盲源 分離算法按具體解決途徑分為自適應(yīng)算法和批處理算法。批處理算法數(shù)值穩(wěn)定性較好，但 需要預(yù)先已知大量的觀測數(shù)據(jù)，不宜進行實時的在線信號分離。自適應(yīng)算法計算量小，計算 時間短，且適于非平穩(wěn)環(huán)境，因而被廣泛應(yīng)用，該算法主要有EASI算法，化st-ICA算法，隨 機梯度算法，迭代求逆算法和自然梯度算法。該類算法最關(guān)鍵的部分是平衡收斂速度和穩(wěn) 態(tài)誤差之間的矛盾。故本發(fā)明考慮采用正交約束下的變步長盲源分離算法對非平穩(wěn)信號進 行處理，來提高收斂速度和降低穩(wěn)態(tài)誤差。本方法的研究為非平穩(wěn)信號的處理提供了一種 新思路。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明為了解決現(xiàn)有的盲源分離算法在收斂速度和穩(wěn)態(tài)誤差上不能達到平衡的 問題，提供了改進的自然梯度變步長盲源分離算法。
[0004] 本發(fā)明是采用如下的技術(shù)方案實現(xiàn)的：改進的自然梯度變步長盲源分離算法，包 括W下步驟：
[0005] 第一步：收集源信號S(t)并隨機產(chǎn)生混合矩陣A，利用混合矩陣A對源信號S(t) 進行線性混合，得到混合信號x(t);
[0006] 第二步：對初始化分離矩陣W(t)、自相關(guān)矩陣Rx(t)和學(xué)習(xí)步長y(t)初始化；
[0007] 第S步：加入正交約束，對分離矩陣W(t)進行正交約束處理，
【主權(quán)項】
1.改進的自然梯度變步長盲源分離算法，其特征在于包括以下步驟： 第一步：收集源信號S (t)并隨機產(chǎn)生混合矩陣A，利用混合矩陣A對源信號S (t)進行 線性混合，得到混合信號x(t); 第二步：對初始化分離矩陣W(t)、自相關(guān)矩陣Rx(t)和學(xué)習(xí)步長μ (t)初始化； 第三步：加入正交約束，用瞬時誤差控制變步長進行迭代，對分離矩陣W(t)進行正交 約束處理，
，自相關(guān)矩 陣」
Rx (O)為自相關(guān)矩陣Rx (t)的初始化值； 第四步：計算估計信號y(t)，瞬時誤差E(t) = I IwrxWt-II ΙΛ則步長迭代公式為
離矩陣更新公式為：w(t+l) = W(t) + y (t+1) [I-f(y(t))yT(t)]W(t)，激活函數(shù)取 f (y(t)) = y3(t)，迭代得到估計信號y(t)和分離矩陣W(t); 第五步：依據(jù)y(t)繪制恢復(fù)的源信號波形。
【專利摘要】本發(fā)明屬于盲源分離技術(shù)領(lǐng)域，具體涉及一種改進的自然梯度變步長盲源分離算法。該算法主要包括以下步驟：隨機產(chǎn)生混合矩陣，對源信號進行線性混合，得到3個混合信號；初始化分離矩陣、自相關(guān)矩陣和學(xué)習(xí)步長；加入正交約束，用瞬時誤差控制變步長進行迭代；計算估計信號；依據(jù)繪制恢復(fù)的源信號波形。本發(fā)明提出了基于正交約束的自然梯度盲分離算法，該算法通過對恢復(fù)信號的強度進行約束，保證了非平穩(wěn)環(huán)境下分離過程的穩(wěn)定性；使收斂加快且提高了分離精度，非平穩(wěn)環(huán)境下的信號幅度變化無常且變化頻率較快，因而傳統(tǒng)的分離方法很難處理，因此發(fā)明的相關(guān)技術(shù)具有先進性和前瞻性。
【IPC分類】G06K9-62
【公開號】CN104866866
【申請?zhí)枴緾N201510234534
【發(fā)明人】張錦, 劉婷, 李燈熬
【申請人】太原理工大學(xué)
【公開日】2015年8月26日
【申請日】2015年5月8日