变步长等变自适应盲源分离算法

发布时间：2017-10-03 22:28

  本文关键词：变步长等变自适应盲源分离算法

  更多相关文章： 盲源分离 等变自适应盲源分离 分离指标 变步长 在线算法

【摘要】：针对传统盲源分离(BSS)算法采用固定步长难以同时兼顾收敛速度和稳态误差的难题,采用等变自适应盲源分离(EASI)算法,提出了一种基于分离指标的变步长等变自适应盲源分离算法(VS-SI)。该算法利用EASI收敛条件,构造表征信号分离程度的分离指标,并设计带遗忘因子的更新算法,以减小历史数据误差的影响,实现分离指标的自适应计算,并采用一个非线性单调递增函数实现步长的自适应调节。通过与固定步长的自然梯度算法(FS-NG)、固定步长的EASI算法(FS-EASI)、步长指数衰减算法(EDS)和基于权重正交约束变步长算法(AS-WO)的性能进行对比,结果表明,在无噪声和有噪声两种情况下,提出算法均有较快的收敛速度,最终性能指标分别减小了15%和20%以上,同时兼顾稳态误差和收敛速度,具有较好的数值鲁棒性。
【作者单位】： 西安交通大学机械制造系统工程国家重点实验室;
【关键词】： 盲源分离 等变自适应盲源分离 分离指标 变步长 在线算法
【基金】：国家自然科学基金资助项目(51305329) 中国博士后科学基金资助项目(2013M532032,2014T70911) 教育部高等学校博士学科点专项科研基金资助项目(20130201120040)
【分类号】：TN911.7
【正文快照】： 盲源分离(BSS)是20世纪80年代迅速兴起的研究领域,在通信、生物信号处理、故障诊断、图像处理、语音识别等领域有突出作用[1-6]。BSS是在源信号和混叠参数未知的情况下,仅仅根据混合信号恢复源信号的过程[7]。BSS能分离振源的振动信息,为提取设备的故障特征和振动噪声监测控制

【参考文献】

中国期刊全文数据库 前2条

1 张贤达,朱孝龙,保铮;Grading learning for blind source separation[J];Science in China(Series F:Information Sciences);2003年01期

2 成玮;张周锁;何正嘉;王衍学;陈略;;基于独立分量分析的潜艇振源贡献量定量计算方法[J];机械工程学报;2010年07期

【共引文献】

中国期刊全文数据库 前10条

1 张龙;宗成强;;非线性信息融合技术在火力发电机组故障诊断中的应用[J];广东电力;2013年05期

2 张宇辉;段伟润;汪利君;李哲;兰华;;基于KDICA的间谐波分层提取方法[J];电测与仪表;2013年09期

3 张庆锐;;一种新的自适应步长ICA算法[J];电子科技;2013年01期

4 余桐奎;王晓峰;韩德宝;张国锋;;基于独立分量的信号分离算法研究[J];测控技术;2012年04期

5 ;Edge detection algorithm based on ICA-domain shrinkage in noisy images[J];Science in China(Series F:Information Sciences);2008年09期

6 张银雪;田学民;;步长自适应ICA在地震信号去噪中的应用[J];计算机工程与应用;2011年31期

7 雷亚国;韩冬;林京;何正嘉;谭继勇;;自适应随机共振新方法及其在故障诊断中的应用[J];机械工程学报;2012年07期

8 程宏波;伦利;王勋;;一种电气化铁路杂音干扰影响的消除方法[J];河南科技大学学报(自然科学版);2012年04期

9 李奕t，

本文编号：967104