基于分块自适应的在线Infomax 及其扩展算法

基于分块自适应的在线Infomax 及其扩展算法

ID:38190341

大小:1.12 MB

页数:6页

时间:2019-05-25

基于分块自适应的在线Infomax 及其扩展算法_第1页
基于分块自适应的在线Infomax 及其扩展算法_第2页
基于分块自适应的在线Infomax 及其扩展算法_第3页
基于分块自适应的在线Infomax 及其扩展算法_第4页
基于分块自适应的在线Infomax 及其扩展算法_第5页
资源描述:

《基于分块自适应的在线Infomax 及其扩展算法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第26卷摇第11期信号处理Vol.26.摇No.11摇2010年11月SIGNALPROCESSINGNov.2010基于分块自适应的在线Infomax及其扩展算法周治宇摇陈摇豪(中国空间技术研究院西安分院空间微波技术国家级重点实验室西安710100)摘摇要:自适应在线Infomax及其扩展算法适用于非平稳环境下的信号分离,具有广泛应用。本文结合批处理分离算法和自适应在线分离算法的优点,提出了分块自适应在线分离算法。并详细推导了基于在线Infomax及其扩展算法的分块自适应更新公式。在此基础上,

2、还推导了一种基于峭度方差调整步长的分块在线变步长公式。仿真结果表明,新算法具有在线算法适用于非平稳环境的优点,在与传统自适应在线算法分离效果相当的条件下,运算量大大降低,数据处理时间大大减少。关键词:分块自适应;Infomax;扩展的信息极大化;独立分量分析;ICA中图分类号:TN911.7摇摇文献标识码:A摇摇文章编号:1003-0530(2010)11-1632-06NewBlock鄄AdaptiveOnlineInfomaxandExtendedInfomaxAlgorithmsZHOUZ

3、hi鄄yu摇CHENHao(NationalKeyLaboratoryofSpaceMicrowaveTechnology,ChinaAcademyofSpaceTechnology(Xi爷an),Xi爷an710100,China)Abstract:摇OnlineInfomaxandextendedInfomaxalgorithmsareappliedwidelytosignalseparationatnonstationarycircum鄄stance.Anewblock鄄adaptiveo

4、nlineICAalgorithmisproposedwhichcombinesthebenefitsofbatchprocessingandadaptiveonlinepro鄄cessing.Inthispaper,wededucetheblock鄄adaptiveonlineupdatingformulaeofInfomaxandextendInfomaxalgorithmsindetailandintroduceastep鄄sizeupdatingregulationwhichisbase

5、donthekurtosiscovarianceofouputs.Thecomputersimulationsshowthatthenewalgorithmscanapplytononstationarycircumstancelikeotheronlinealgorithmsandthespeedofseparatingsignalsofthenewalgo鄄rithmismuchfasterthantheoldonewiththesameperformance.Keywords:摇Block

6、鄄adaptive;Infomax;Extendedinformationmaximum;Independentcomponentanalysis;ICAExInfomax)都是以批处理的方式进行独立分量的提取,1摇引言且假定混合系统是非时变的。这种假设和处理方式由[1]独立分量分析(ICA,IndependentComponentA鄄于在每次分离矩阵学习时,能充分利用事先得到的全nalysis)作为盲源分离(BSS,BlindSourceSeparation)的部采样数据的统计信息,因此算法的

7、收敛速度和收敛主要方法,是近年来信息处理领域的一个研究热点,在效果都比较理想。但在很多情况下,如数据采集时间图像恢复与辨识、语音信号处理、生物医学信号处理以很长,数据量很大,加上源或传感器的运动或检测环境及电子通信等领域都得到了广泛的应用。目前已经提发生变化,都会导致混合系统时变性问题不能忽略,这出了许多有效的ICA算法,其中Bell等人于1995年提时批处理方式不仅收敛速度很慢,计算量很大(由于[2]出的基于信息传输极大原理的Infomax算法,成功从ExInfomax要计算峭度),而且不能适

8、应时变环境,会得[4鄄6]20路随机混合声音信号中分离出源声音信号,引起了到错误的分离结果。广泛的关注和应用。然而该方法只适用于分离超高斯文献[4]~[6]提出了在线Infomax算法,并将其信号。在此基础上,Lee等人对Infomax算法进行了扩应用到非平稳长记录脑电信号处理中,得到了较好的[3]展,使其能同时分离超高斯和亚高斯信号,使算法应结果。在此基础上,文献[7]采取步长自适应调整的方用范围进一步扩大。然而Infomax及其扩展算法(简称法,减小了稳态误差,提高了算法性能。然而这些自适收

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。