改进的参考独立分量分析算法-论文.pdf

改进的参考独立分量分析算法-论文.pdf

ID:58071713

大小:326.87 KB

页数:5页

时间:2020-04-22

改进的参考独立分量分析算法-论文.pdf_第1页
改进的参考独立分量分析算法-论文.pdf_第2页
改进的参考独立分量分析算法-论文.pdf_第3页
改进的参考独立分量分析算法-论文.pdf_第4页
改进的参考独立分量分析算法-论文.pdf_第5页
资源描述:

《改进的参考独立分量分析算法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第54卷第l期电讯技术Vo1.54No.12014年1月TelecommunicationEngineeringJan.2014doi:10.3969/j.issn.1001—893x.2014.01.01191用格式:赵立权,徐俪月.改进的参考独立分量分析算法[J].电讯技术,2014,54(1):58—62.[ZHAOLi—quan,XULi—yue.ImprovedIndepend-entComponentAnMysiswithReferenceAlgorithms[J].Telecommunicati

2、onEngineering,2014,54(1):58—62.]改进的参考独立分量分析算法赵立权料,徐俪月(东北电力大学信息工程学院,吉林132012)摘要:针对参考独立分量分析收敛速度较慢的问题,提出了两种基于改进的快速收敛牛顿迭代方法的参考独立分量分析方法。该方法首先对观测信号进行白化预处理,避免观测信号矩阵求逆运算,减少了算法的计算量;然后采用修正的具有三阶收敛速度的牛顿迭代方法对参考独立分量分析的代价函数进行优化,推导出快速收敛的参考独立分量分析算法。仿真实验结果表明,改进后的算法是有效的,算法收敛速

3、度相对原算法提高了1.7倍,相对现有算法提高了1倍,而且误差更小。关键词:盲源分离;参考独立分量分析;牛顿迭代;代价函数;收敛速度中图分类号:TN911.7文献标志码:A文章编号:1001—893X(2014)01—0058-05ImprovedIndependentComponentAnalysiswithReferenceAlgoriZHAOLi—quan,XULi—yue(CollegeofInformationEngineering,NortheastDianliUniversity,Jilin132

4、012,China)Abstract:Toovercometheproblemthatindependentcomponentanalysiswithreference(ICA-R)hasslo—werconvergencespeed,twoimprovedindependentcomponentanalysiswithreferencealgorithmswithfasterconvergencespeedareproposed.Thenewalgorithmsusethemethodofpre—white

5、ningtoprocesstheob—servedsignalstoavoidinverseoperationofthematrix,anddecreasecomputationaltime.Secondly,twomodifiedNewtoniterativemethodswiththirdorderconvergenceareadoptedtooptimizethecostfunctionofindependentcomponentanalysiswithreference,anddeducetheimp

6、rovedindependentcomponentanalysiswithreference.Simulationresultsprovetheeficiencyofthisnewalgorithm,andcomparedwiththeorigi—halalgorithmandtheotherimprovedalgorithm,theconvergencespeedoftheproposedalgorithmsraisesby1.7timesand1timerespectivelywithsmallererr

7、or.Keywords:blindsourceseparation;independentcomponentanalysiswithreference;Newtoniterativemethod;costfunction;convergencespeed立分量分析通常先分离出所有的信源信号,然后根引日据实际需要人工选择出感兴趣的期望信号,随着信独立分量分析(IndependentComponentAnaly—源信号数量的增加,人工选择信号的工作量也大幅sis,ICA)是近年来发展并成熟起来的一种新的盲源度增加

8、。在实际的盲源分离问题中,真正感兴趣的分离技术。它是指在信源信号、信道参数未知的情况下,仅利用源信号之间相互统计独立的性质来恢源信号相对很少,因此可以充分利用感兴趣源信号复出信源信号的各个相互独立成分⋯。传统的独的某些先验信息来提取感兴趣的源信号,提高感兴$收稿日期:2013—10—10;修回日期:2013—12—19Receiveddate:2013—10—10:Reviseddate:2013—

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。