基于符号算子的变步长不完整自然梯度算法

发布时间：2018-11-08 11:47

【摘要】：通过引入不完整约束使不完整自然梯度算法有效克服传统自然梯度算法的缺点和不足,即当源信号幅度随时间快速变化或在某段时间为零时,不完整算法仍能较好地工作.同时,从一般动态分离模型中推导出的符号算子可改善算法的收敛性.结合上述两种思想提出一种基于符号算子的不完整自然梯度算法,增加基于代价函数梯度的变步长运算以平衡算法中收敛速度和稳态误差之间的矛盾.仿真结果表明,改进算法的性能明显优于传统算法,在保持良好稳态误差的基础上大大加快收敛速度.
[Abstract]:By introducing incomplete constraints, the incomplete natural gradient algorithm can effectively overcome the shortcomings and shortcomings of the traditional natural gradient algorithm, that is, when the source signal amplitude changes rapidly with time or 00:00 in a certain period of time, the incomplete algorithm can still work well. At the same time, the symbol operator derived from the general dynamic separation model can improve the convergence of the algorithm. An incomplete natural gradient algorithm based on symbol operator is proposed to balance the contradiction between convergence speed and steady-state error by increasing the variable step size operation based on the gradient of cost function. The simulation results show that the performance of the improved algorithm is obviously better than that of the traditional algorithm, and the convergence speed is greatly accelerated on the basis of maintaining a good steady-state error.
【作者单位】： 东北大学信息科学与工程学院;
【基金】：国家自然科学基金项目(No.11273001,61273164,61074073) 教育部新世纪优秀人才支持计划项目(No.NCET-10-0306)资助
【分类号】：TN911.7

【参考文献】

相关期刊论文 前3条

1 牛奕龙;王英民;王毅;;一种改进的自适应不完整自然梯度盲源分离算法[J];模式识别与人工智能;2006年05期

2 张延良;楼顺天;张伟涛;常华;;基于分值函数估计的自然梯度盲分离算法[J];数据采集与处理;2011年02期

3 李广彪;张剑云;;基于分离度的步长自适应自然梯度算法[J];信号处理;2007年03期

【共引文献】

相关期刊论文 前7条

1 王莹;张守成;刘永凯;刘圆圆;;基于变学习速率的自适应ICA算法[J];工程地球物理学报;2008年04期

2 高丽;张天骐;周圣;何丹娜;;基于小波变换的混合图像EASI盲分离算法[J];电视技术;2014年01期

3 杨文波;朱明;刘志明;陈东成;;基于3线阵探测器的亚像元成像超分辨率重构[J];光学精密工程;2014年08期

4 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

5 王灵伟;舒勤;陈飞龙;;峭度自然梯度盲分离改进算法[J];计算机工程与应用;2011年11期

6 廖滔;刘辉;;改进的步长自适应小波ICA图像盲分离方法[J];计算机工程与应用;2011年32期

7 吕淑平;方兴杰;;基于独立分量分析的自适应在线算法[J];计算机应用研究;2010年11期

相关博士学位论文 前1条

1 杨文波;航空图像超分辨率重构技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2014年

相关硕士学位论文 前6条

1 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

2 方兴杰;基于ICA的盲信号分离技术研究及其应用[D];哈尔滨工程大学;2011年

3 李雪松;数字图像的盲源分离[D];重庆邮电大学;2009年

4 陈琛;基于自然梯度算法的变步长盲源分离[D];太原理工大学;2012年

5 廖滔;基于独立分量分析的盲分离算法研究[D];湖南师范大学;2012年

6 于鹏;盲源分离算法的研究[D];东北大学;2010年

【二级参考文献】

相关期刊论文 前5条

1 徐先峰;冯大政;;一种充分利用变量结构的解卷积混合盲源分离新方法[J];电子学报;2009年01期

2 朱孝龙,保铮,张贤达;基于分阶段学习的盲信号分离[J];中国科学E辑:技术科学;2002年05期

3 朱孝龙,张贤达;基于选优估计函数的盲信号分离[J];西安电子科技大学学报;2003年03期

4 王法松;李宏伟;李睿;;非参数GKNN估计的高效独立成分分析算法[J];西安电子科技大学学报;2008年04期

5 张伟涛;楼顺天;张延良;;具有等变化性的最小二乘盲信源分离方法[J];西安电子科技大学学报;2008年06期

相关博士学位论文 前1条

1 冶继民;信源数目未知与变化时的盲信号分离方法研究[D];西安电子科技大学;2005年

【相似文献】

相关期刊论文 前10条

1 周威,金以慧;利用模糊次梯度算法求解拉格朗日松弛对偶问题[J];控制与决策;2004年11期

2 邓慧;杨颖;;改进的新型随机双梯度算法[J];兰州理工大学学报;2014年02期

3 黄菊新,王德隽;改进的自适应格型梯度算法及其应用[J];电子学报;1987年06期

4 李留青;陈中良;;基于定步长自然梯度算法盲混合信号分离技术研究[J];电子设计工程;2014年15期

5 秦廷楷;;一种新的近似目标函数优化方法[J];南京邮电学院学报;1990年03期

6 郑立功;闫力松;王孝坤;薛栋林;胡海翔;张学军;;基于迭代梯度算法的子孔径拼接检测技术研究[J];激光与光电子学进展;2014年01期

7 马军;殷保群;;基于POMDP模型的机器人行动的仿真优化[J];系统仿真学报;2008年21期

8 叶东毅;实对称矩阵最大特征值极小化问题的一个BT型ε－次梯度算法[J];数值计算与计算机应用;1996年04期

9 李国丽;盛大宁;王俊椋;景佳;王超;闫冰;;IMRT逆向计划中的混合多目标梯度算法(英文)[J];Transactions of Nanjing University of Aeronautics & Astronautics;2010年01期

10 陈云浩,郭达志,周廷刚,陶康华;热图像的梯度噪声剔除法及其温度场的标定[J];遥感信息;1999年02期

相关会议论文 前1条

1 蔡文澜;王俊生;陶军;徐惠斌;马宏绪;;一种PEGASUS策略梯度算法的理论及应用[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年

相关硕士学位论文 前8条

1 刘莉红;求解矩阵l_(2,1)范数极小化问题的谱梯度算法[D];河南大学;2013年

2 晏萍;变分不等式的超梯度算法及其改进算法[D];四川师范大学;2010年

3 牛善洲;大规模优化与非线性方程组问题的多元谱梯度算法及其应用[D];赣南师范学院;2012年

4 赵新斌;一类带有核范数的优化问题的梯度算法[D];北京工业大学;2012年

5 严见磊;压缩感知问题的自适应梯度算法研究[D];赣南师范学院;2014年

6 王秋雨;谱梯度算法在图像压缩传感中的应用[D];河南大学;2012年

7 盛大宁;IMRT逆向计划中的混合多目标梯度算法研究[D];合肥工业大学;2010年

8 谭骏;改进的自然梯度算法及在语音和图像处理中的应用[D];湖南师范大学;2012年

，

本文编号：2318413