一种基于峭度累积量比例微分控制的盲源分离学习率

发布时间：2017-11-08 22:19

  本文关键词：一种基于峭度累积量比例微分控制的盲源分离学习率

  更多相关文章： 盲信号分离 峭度累积 比例微分控制 变步长学习率

【摘要】：自然梯度算法由于良好的分离性能在盲源分离中占有重要的地位,但该算法基于固定步长时,无法很好兼顾收敛速度和稳态误差.本文借鉴自动化控制的PID(Proportion Integration Differentiation)算法,提出一种与分离状态紧密结合的变步长学习率算法.由于完成分离的信号峭度累积量是一个固有值,分离过程的信号峭度累积量与固有值将有一个不断减小的误差值.该算法以指数函数值来体现该误差值.再利用该误差构成比例微分的变步长算法,其中的步长初始值就相当于控制误差的比例值,而误差的微分项则得到加速的调整值.该算法仿真实验结果与固定步长自然梯度盲源分离算法的仿真实验结果对比:对应于初始步长的一个最大值和一个最小值,该算法的两次迭代次数均低于采用固定步长算法的迭代次数,并且对于不同类型信号在两次迭代次数间的差值约10~40次,而两种算法的稳态误差是相同的.
【作者单位】： 福建师范大学福清分校电子与信息工程学院;
【基金】：福建省教育厅A类重点项目(No.JA13341)
【分类号】：TN911.6
【正文快照】： 1引言独立分量分析是当前盲信源分离的主流方法.已经有很多有效的算法,这些算法的形式不同,它们都可以归类于LMS(Least Mean Square)型算法.这些算法都存在一个学习率参数的优选问题,如何提高算法的收敛速度和改进算法的稳态性能一直是盲源分离研究的热点之一[1,6~12].注意到

【参考文献】

中国期刊全文数据库 前8条

1 付绍军;赵国栋;卓琨;;一种新的多信号卷积混合信号盲分离算法[J];电讯技术;2012年03期

2 孙守宇 ,郑君里 ,吴里江 ,赵莹;峭度自适应学习率的盲信源分离[J];电子学报;2005年03期

3 张银雪;田学民;邓晓刚;;基于改进人工蜂群算法的盲源分离方法[J];电子学报;2012年10期

4 柯维;张永祥;吕博;;基于微分进化算法的盲源分离[J];海军工程大学学报;2012年05期

5 陈琛;马庆伦;李灯熬;赵菊敏;;NGA实现互信息量最小化的盲源分离[J];计算机工程与应用;2013年04期

6 吕淑平;祝捷;;一种改进的自适应混合神经网络盲分离算法[J];计算机应用研究;2013年04期

7 刘俊良;于凤芹;;基于分离度变步长的自然梯度算法的语音分离[J];计算机工程与应用;2013年21期

8 焦嵩鸣;赵潇明;侯晓宁;;自整定PID控制算法在优化控制站中的应用[J];计算机仿真;2014年01期

【共引文献】

中国期刊全文数据库 前10条

1 杜钊;李宏伟;张建忠;;L-DACS中的信号分离算法的研究[J];传感器与微系统;2012年06期

2 欧世峰;赵晓晖;高颖;;结合辅助分离系统的变步长盲源分离算法[J];电子学报;2009年07期

3 薄祥雷;何怡刚;尹柏强;方葛丰;樊晓腾;李中群;;基于影响因子的频域盲源分离排序算法[J];电子学报;2014年02期

4 王生生;杨娟娟;柴胜;;基于混沌鲶鱼效应的人工蜂群算法及应用[J];电子学报;2014年09期

5 董芬英;;基于FPGA模糊变步长的在线盲源分离算法的实现[J];电脑开发与应用;2014年12期

6 高永琪;张毅;;基于微分进化-蚁群优化算法的潜航器航路规划[J];四川兵工学报;2015年01期

7 暴励;;一种思维进化蜂群算法[J];电子学报;2015年05期

8 胥良;贾宪生;;基于神经网络的PID控制方法在矿井提升机中的应用[J];工业仪表与自动化装置;2015年02期

9 欧世峰;赵晓晖;高颖;;双系统自适应耦合盲源分离算法[J];吉林大学学报(工学版);2010年05期

10 高颖;李月;杨宝俊;;变步长自适应盲源分离算法综述[J];计算机工程与应用;2007年19期

中国重要会议论文全文数据库 前1条

1 李军;张永祥;姚晓山;;峭度自适应学习步长盲提取算法提取轴承冲击信号[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

中国博士学位论文全文数据库 前4条

1 李灯熬;基于循环平衡理论的盲源分离算法[D];太原理工大学;2010年

2 高颖;盲源分离理论及其在地球物理勘探中的应用[D];吉林大学;2008年

3 薛羽;仿生智能优化算法及其应用研究[D];南京航空航天大学;2013年

4 郭艳菊;基于仿生智能优化的图像处理算法研究[D];河北工业大学;2014年

中国硕士学位论文全文数据库 前10条

1 马庆伦;基于互信息量最小化的循环平稳信号盲源分离算法[D];太原理工大学;2011年

2 张海燕;基于循环平稳度和联合近似对角化的盲源分离算法研究[D];太原理工大学;2011年

3 高巧玲;改进的快速独立分量分析及其在语音盲分离的应用研究[D];湖南师范大学;2011年

4 汪斌;基于改进的独立分量分析算法的谐波检测[D];安徽大学;2011年

5 侯瑞玲;自适应盲源分离与盲多用户检测算法研究[D];重庆邮电大学;2011年

6 马守科;基于独立分量分析的盲源分离在线算法研究[D];湖南大学;2007年

7 周捚卿;运动平台盲源分离技术研究[D];西安电子科技大学;2010年

8 张月;负熵最大化的FastICA心电消噪研究[D];太原理工大学;2012年

9 彭天亮;基于ICA理论的盲分离算法及技术研究[D];昆明理工大学;2012年

10 董康;不同视觉刺激方式下的左右手运动想象脑电信号模式识别研究[D];杭州电子科技大学;2013年

【二级参考文献】

中国期刊全文数据库 前10条

1 金奇;邓志杰;;PID控制原理及参数整定方法[J];重庆工学院学报(自然科学版);2008年05期

2 李梅;李文杰;姚善化;;改进的变步长LMS自适应滤波算法及仿真[J];电测与仪表;2010年06期

3 张华;冯大政;庞继勇;徐先锋;;基于单分量提取的卷积盲分离算法[J];电路与系统学报;2009年06期

4 白志茂;黄高明;徐琴珍;杨绿溪;;基于信息典型相关分析的盲源分离算法[J];东南大学学报(自然科学版);2009年06期

5 罗志增;李文国;;基于小波变换和盲信号分离的多通道肌电信号处理方法[J];电子学报;2009年04期

6 欧世峰;赵晓晖;高颖;;结合辅助分离系统的变步长盲源分离算法[J];电子学报;2009年07期

7 陆凤波;黄知涛;彭耿;姜文利;;基于时频分布的欠定混叠盲分离[J];电子学报;2011年09期

8 韩璞;董泽;张倩;;自动化技术的发展及其在火电厂中的应用[J];华北电力大学学报(自然科学版);2008年06期

9 刘鑫;马琳;谭学治;;白化处理的自然梯度盲源分离统一算法[J];哈尔滨工业大学学报;2010年07期

10 余华;吴文全;刘忠;;自适应步长EASI算法研究及改进[J];舰船电子工程;2009年10期

中国博士学位论文全文数据库 前1条

1 王超;频域卷积混合盲分离研究[D];上海大学;2008年

中国硕士学位论文全文数据库 前1条

1 李著成;基于独立分量分析盲源分离算法的研究[D];太原理工大学;2006年

【相似文献】

中国期刊全文数据库 前10条

1 杜利民,侯自强;多层前馈神经网络快速学习算法的实现[J];电子学报;1992年10期

2 曹均阔,舒远仲,叶水生;一种结构自组织的改进BP网络[J];计算机工程;2005年17期

3 李琳娜;;基于变学习率的多agent学习算法的研究[J];长春工程学院学报(自然科学版);2009年04期

4 孔继利;贾国柱;栾世超;司晓玲;;考虑学习率和搬运时间的人工作业系统批量加工模式研究[J];系统工程理论与实践;2013年08期

5 王子才,施云惠,崔明根;一种具有动态最优学习率的BP算法[J];系统仿真学报;2001年06期

6 郦小敏,王卫红,王宗学;RBFN输出层学习率的一种稳定算法[J];计算机仿真;2004年02期

7 张聪,刘希玉;基于改进的动态因子多层前馈网络学习算法[J];山东交通学院学报;2004年04期

8 龚安;张敏;;BP网络自适应学习率研究[J];科学技术与工程;2006年01期

9 王伟;孙以材;汪鹏;;无学习率权值调整神经计算法拟合范德堡多项式[J];电子器件;2008年03期

10 吴立锋;吴经龙;;BP算法学习率自适应性研究[J];大众科技;2011年12期

中国重要会议论文全文数据库 前2条

1 詹涛;张春路;丁国良;;基于学习率优化和调整方向选择的改进BP算法在制冷系统仿真中的应用[A];上海市制冷学会一九九九年学术年会论文集[C];1999年

2 胡上尉;刘琼荪;孙海雷;;基于三项BP算法的最优学习参数估计[A];2006中国控制与决策学术年会论文集[C];2006年

，

本文编号：1159099