

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、線性混疊盲源分離是指觀測信號由源信號經(jīng)線性混合得到,現(xiàn)階段盲源分離的大多數(shù)研究集中于線性混疊模式。由于盲源分離在未知傳輸信道和源信號的情況下,僅僅由觀測信號恢復混疊矩陣或者估計源信號,這個特有的理論使得盲源分離在生物醫(yī)學、地球物理數(shù)據(jù)、語音識別、軍事雷達等領(lǐng)域有著廣泛的應用前景。 本文的主要內(nèi)容如下: 介紹了盲源分離的幾個重要的應用領(lǐng)域和盲源分離的歷史研究現(xiàn)狀。描述了盲源分離數(shù)學模型,結(jié)合盲源分離的數(shù)學模型,闡述了盲源分
2、離的理論可行性以及分離性能的評價標準。接著,討論了基于非高斯極大化的盲源分離算法,詳細的論述了該算法的原理,并且介紹了算法的全局收斂性能。接著,在非高斯極大化算法的理論框架下面推導出了一種新的基于峭度的ICA算法,對比于Fast-ICA算法,本文算法具有更快的收斂速度,而且可用于具有超高斯和亞高斯的混合信號,試驗仿真表明了算法的有效性。 自然梯度算法實際上是一種隨機梯度算法,與隨機梯度算法不同的是分離矩陣的參數(shù)空間是一個李群,在
3、該空間中目標函數(shù)的最速下降方向是函數(shù)的自然梯度方向。接著介紹了概率密度函數(shù)的獨立性測度.相關(guān)熵,由信息論的知識詳細的推導了基于Informax的自然梯度算法。在算法中步長和激活函數(shù)的選取對算法的收斂起到至關(guān)重要的作用,針對不同的源信號應該選取對應的激活函數(shù)作為其概率密度的近似,算法中固定的步長不能同時滿足收斂速度和算法分離精度的要求,本文為了提高算法的跟蹤能力,將原來算法中的固定步長變?yōu)樽赃m應步長,使得算法在分離的不同階段具有不同的步長
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 實時線性混疊信號盲分離算法及其應用研究.pdf
- 欠定混疊盲信號分離算法研究.pdf
- 多混疊振動信號的盲源分離及實驗研究.pdf
- 卷積混疊語音信號頻域盲分離算法研究.pdf
- 基于差分進化算法的置換混疊圖像盲分離.pdf
- 欠定盲信號分離混疊矩陣的估計算法研究.pdf
- 航空發(fā)動機混疊振動信號的盲源分離研究.pdf
- 基于稀疏表示的欠定混疊盲信號分離算法研究.pdf
- 盲源分離算法研究.pdf
- 線性盲源分離算法的理論與應用研究.pdf
- 基于ICA的單通道盲源分離算法的改進研究.pdf
- 基于瞬時欠定混疊的盲分離研究.pdf
- 后非線性盲源分離算法及其應用研究.pdf
- 基于改進型粒子群算法的盲源分離研究.pdf
- 盲源分離頻域算法研究.pdf
- 單通道時頻混疊通信信號的盲分離研究.pdf
- 基于盲源分離的OFDMA盲解碼算法研究.pdf
- 基于自然梯度的盲源分離算法中非線性函數(shù)的研究.pdf
- 盲源分離算法及其應用的研究.pdf
- 稀疏盲源分離問題算法的研究.pdf
評論
0/150
提交評論