本文選題：盲源分離 + 動(dòng)量項(xiàng)　； 參考：《電子學(xué)報(bào)》2014年01期

【摘要】：動(dòng)量項(xiàng)技術(shù)是用來改善自適應(yīng)盲源分離算法分離性能的有效手段,但算法在融入動(dòng)量項(xiàng)后,其收斂特性對(duì)于動(dòng)量因子的選取數(shù)值較為敏感,且算法的穩(wěn)態(tài)性能仍要受到步長(zhǎng)參數(shù)的限定.本文首先給出了動(dòng)量項(xiàng)盲源分離算法的設(shè)計(jì)原理,分析了現(xiàn)有算法存在的兩個(gè)缺陷性問題;然后利用梯度下降法構(gòu)造了具有在線調(diào)整特性的動(dòng)量因子自適應(yīng)迭代規(guī)則,通過對(duì)動(dòng)量因子的實(shí)時(shí)更新以消除固定動(dòng)量因子算法的性能缺陷;在此基礎(chǔ)上,基于凸組合理論設(shè)計(jì)了不同步長(zhǎng)參數(shù)下兩個(gè)變動(dòng)量因子算法的自適應(yīng)優(yōu)化組合方案,從而在一定程度上緩解了步長(zhǎng)參數(shù)對(duì)于算法性能的限定.在不同環(huán)境下進(jìn)行的仿真實(shí)驗(yàn)表明,本文針對(duì)動(dòng)量項(xiàng)盲源分離算法所設(shè)計(jì)的優(yōu)化策略能夠有效消除其所存在的缺陷問題,在確�？焖偈諗康耐瑫r(shí),又能獲取較小的穩(wěn)態(tài)誤差.
[Abstract]:Momentum term technique is an effective method to improve the separation performance of adaptive blind source separation algorithm, but when the momentum term is incorporated, the convergence property of the algorithm is sensitive to the selection of momentum factor. The steady-state performance of the algorithm is still limited by step parameters. In this paper, the design principle of the blind source separation algorithm for momentum term is given, and two defects of the existing algorithms are analyzed, and then the adaptive iterative rule of momentum factor with on-line adjustment is constructed by using gradient descent method. By updating the momentum factor in real time, the performance defect of the fixed momentum factor algorithm is eliminated, and based on the convex combination theory, the adaptive optimal combination scheme of two variable factor algorithms with different step size parameters is designed. Thus, to a certain extent, the limitation of step parameters on the performance of the algorithm is alleviated. The simulation results in different environments show that the optimization strategy designed in this paper for blind source separation algorithm of momentum term can effectively eliminate the defects of the algorithm and obtain a small steady state error while ensuring fast convergence.
【作者單位】： 煙臺(tái)大學(xué)光電信息科學(xué)技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金(No.61005021,No.61201457) 山東省高等學(xué)校科技計(jì)劃(No.J12LN27)
【分類號(hào)】：TN911.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 歐世峰;趙曉暉;高穎;;結(jié)合輔助分離系統(tǒng)的變步長(zhǎng)盲源分離算法[J];電子學(xué)報(bào);2009年07期

2 林用滿;林土勝;;加入動(dòng)量項(xiàng)的改進(jìn)盲分離算法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 歐世峰;高穎;趙曉暉;;自適應(yīng)組合型盲源分離算法及其優(yōu)化方案[J];電子與信息學(xué)報(bào);2011年05期

2 張銀雪;田學(xué)民;鄧曉剛;;基于改進(jìn)人工蜂群算法的盲源分離方法[J];電子學(xué)報(bào);2012年10期

3 耿超;歐世峰;高穎;;自適應(yīng)變步長(zhǎng)正交約束盲源分離算法[J];電聲技術(shù);2013年11期

4 朱亞萍;王文龍;徐崢;徐生林;;基于組合訓(xùn)練方法的RBFNN轉(zhuǎn)爐煉鋼靜態(tài)模型[J];杭州電子科技大學(xué)學(xué)報(bào);2011年03期

5 李慧;沈越泓;陳士周;;信源數(shù)動(dòng)態(tài)變化的一種穩(wěn)健超定盲分離算法[J];軍事通信技術(shù);2010年02期

6 宋蕾;張立毅;;對(duì)基于變動(dòng)量項(xiàng)前饋神經(jīng)網(wǎng)絡(luò)盲源分離算法的研究[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2007年09期

7 林用滿;林土勝;;基于RBF神經(jīng)網(wǎng)絡(luò)的線性混疊盲分離算法(英文)[J];科學(xué)技術(shù)與工程;2006年19期

8 彭安洪;賴惠成;;一種采用云自適應(yīng)粒子群算法的盲源分離[J];計(jì)算機(jī)仿真;2013年09期

9 李凱;李慧;王啟志;;公平神經(jīng)網(wǎng)絡(luò)的未知信源數(shù)盲分離算法[J];華僑大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

10 王榮杰;周海峰;詹宜巨;;船舶噪聲的自適應(yīng)分離技術(shù)[J];中國航海;2011年03期

相關(guān)博士學(xué)位論文 前1條

1 石慶研;民航地空通信盲自適應(yīng)干擾抑制技術(shù)研究[D];西安電子科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前3條

1 陳琛;基于自然梯度算法的變步長(zhǎng)盲源分離[D];太原理工大學(xué);2012年

2 宋國廷;融合動(dòng)量項(xiàng)技術(shù)的盲源分離算法研究[D];煙臺(tái)大學(xué);2012年

3 畢璦麒;基于四階統(tǒng)計(jì)量的卷積混合盲源分離算法研究[D];長(zhǎng)春工業(yè)大學(xué);2013年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 高鷹,謝勝利;一種變步長(zhǎng)LMS自適應(yīng)濾波算法及分析[J];電子學(xué)報(bào);2001年08期

2 孫守宇 ,鄭君里 ,吳里江 ,趙瑩;峭度自適應(yīng)學(xué)習(xí)率的盲信源分離[J];電子學(xué)報(bào);2005年03期

3 肖明,謝勝利;線性非奇異盲信號(hào)混疊的分離矩陣個(gè)數(shù)[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年10期

4 李傳翹,周其節(jié),毛宗源,蘇樹珊,楊同輝;自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)的優(yōu)化辨識(shí)及仿真[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);1997年09期

5 朱孝龍,保錚,張賢達(dá);基于分階段學(xué)習(xí)的盲信號(hào)分離[J];中國科學(xué)E輯:技術(shù)科學(xué);2002年05期

6 付秀琢,王兆輝;基于實(shí)例改進(jìn)的BP算法的聯(lián)合應(yīng)用[J];山東交通學(xué)院學(xué)報(bào);2004年01期

7 李木森,毛劍琴;盲信號(hào)分離的現(xiàn)狀和展望[J];信息與電子工程;2003年01期

8 高克芳,陳亞光;一種改進(jìn)的盲信號(hào)分離方法[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年01期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張文愛;劉俊豪;;基于粒子群算法的盲源分離算法[J];太原理工大學(xué)學(xué)報(bào);2006年02期

2 李鴻燕;郝潤(rùn)芳;馬建芬;王華奎;;基于獨(dú)立分量分析的圖像增強(qiáng)[J];彈箭與制導(dǎo)學(xué)報(bào);2007年05期

3 張莉珍;梅鐵民;;盲源分離在掃描圖像增強(qiáng)中的應(yīng)用[J];科技創(chuàng)新導(dǎo)報(bào);2008年30期

4 王春華;公茂法;衡澤超;;盲源分離技術(shù)及其發(fā)展[J];信息化縱橫;2009年18期

5 權(quán)友波;王甲峰;岳e，

本文編號(hào)：1989176