基于典型相关性分析的自适应拟牛顿盲源分离算法

发布时间：2018-04-11 01:12

本文选题：盲源分离 + 典型相关性分析　；参考：《吉林大学学报(理学版)》2017年03期

【摘要】：通过分析经典的典型相关性分析标准,提出一种新的源信号抽取标准,并利用在线拟牛顿算法求解新标准,进而得到一种新的基于典型相关性分析的盲源信号抽取算法,实现了盲源分离.理论分析表明,新源信号抽取标准的唯一全局最小值点是经典典型相关性分析标准的最大值点.仿真结果表明,新算法收敛速度更快.
[Abstract]:By analyzing the classical canonical correlation analysis standard, a new source signal extraction standard is proposed, and a new blind source signal extraction algorithm based on canonical correlation analysis is obtained by using on-line quasi-Newton algorithm to solve the new standard.Blind source separation is realized.Theoretical analysis shows that the unique global minimum point of the new source signal extraction standard is the maximum point of the classical canonical correlation analysis standard.Simulation results show that the new algorithm converges faster.
【作者单位】：西安电子科技大学数学与统计学院;
【基金】：国家自然科学基金(批准号:61573014)
【分类号】：TN911.7

【参考文献】