优化加权因子的自然梯度算法设计及研究

发布时间：2017-08-02 11:04

  本文关键词：优化加权因子的自然梯度算法设计及研究

  更多相关文章： 盲源分离 自然梯度 组合系统 加权因子 动量因子

【摘要】：长期以来,盲源分离问题都是信号处理领域的研究热点。盲源分离理论的实质就是利用接收器接收到的混合信号来实现对源信号的分离。由于分离过程中的诸多未知因素,因此经过盲分离处理后所得到的分离信号实际上是源信号的估计值。盲源分离技术在很多领域都有着广泛的运用,如生物医学、图像处理、雷达定位、通信传输以及地震勘探等领域。本文针对自然梯度组合型算法,提出了优化其加权因子的改进策略。加权因子可以实时地调整各子分离系统在整个系统中的比重,进而影响算法的收敛速度以及稳态误差。本文提出的该改进策略,不但使加权因子突破了传统组合算法中加权因子的取值必须介于[0,1]之间的限制,而且明显地提高了算法的收敛速度,并降低了算法收敛时的稳态误差。全文具体工作主要包括三部分:首先,介绍盲源分离问题的基本理论,包括:研究背景、发展过程以及国内外取得的相关进展;盲源分离的数学模型、分类以及预处理;盲源分离算法,尤其是自适应算法;并给出了评价盲源分离算法分离性能的指标。其次,深入研究盲源分离算法中的自然梯度算法的基本原理,包括:自然梯度算法以及动量项自然梯度算法。针对自然梯度算法收敛速度缓慢的不足,融入动量项技术,可以有效地提高算法的收敛速度。通过MATLAB仿真实验,分析自然梯度算法和动量项自然梯度算法的分离性能,发现后者的收敛速度较前者得到有效改善,但稳态误差较前者没有减弱,甚至略有恶化。最后,针对动量项自然梯度算法中稳态误差恶化的缺陷,可采用传统的动量项自然梯度算法的组合型盲源分离系统(由两个子分离系统组成)来解决;但是由于该系统中的加权因子的取值必须介于[0,1]之间,从而导致该组合系统的算法仅仅维持了动量项自然梯度算法的稳态性能;于是本文提出一个新的组合型盲源分离系统结构,并借助动量因子的取值特点,同时提出新的优化加权因子的动量项自然梯度算法。MATLAB仿真实验最终验证,本文所提出的新算法无论是收敛速度还是稳态误差性能均优于传统的组合型动量项自然梯度算法。
【关键词】：盲源分离 自然梯度 组合系统 加权因子 动量因子
【学位授予单位】：烟台大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.7
【目录】：

• 摘要3-4
• Abstract4-8
• 1 绪论8-17
• 1.1 盲源分离问题概述8-9
• 1.2 盲源分离的历史进程9-10
• 1.3 盲源分离理论的应用10-15
• 1.4 论文主要工作及内容安排15-17
• 2 盲源分离的基本理论17-32
• 2.1 盲源分离问题的数学建模17-22
• 2.1.1 线性瞬时混合模型18
• 2.1.2 非线性瞬时混合模型18-19
• 2.1.3 卷积混合模型19-20
• 2.1.4 盲源分离的前提及其不确定性20-22
• 2.2 盲源分离问题的分类22-23
• 2.2.1 线性混合与非线性混合22
• 2.2.2 单通道与多通道22
• 2.2.3 批处理算法与自适应算法22-23
• 2.3 盲源分离算法的基本原理23-28
• 2.3.1 非高斯性极大化23-25
• 2.3.2 互信息最小化判定25-26
• 2.3.3 影响盲源分离性能的指标26-28
• 2.4 盲源分离算法的预处理28-29
• 2.4.1 零均值化28
• 2.4.2 白化28-29
• 2.5 盲源分离算法的性能评价准则29-31
• 2.5.1 基于估计信号的评价准则29-30
• 2.5.2 分离性能指标30-31
• 2.6 本章小结31-32
• 3 动量项自然梯度算法32-38
• 3.1 自然梯度算法32-35
• 3.2 动量项自然梯度算法35-36
• 3.3 仿真性能分析36-37
• 3.4 本章小结37-38
• 4 优化加权因子的动量项自然梯度算法38-52
• 4.1 组合型动量项自然梯度算法38-42
• 4.1.1 基本结构38-39
• 4.1.2 算法原理39-40
• 4.1.3 仿真性能分析40-42
• 4.2 加权因子对算法的影响42-44
• 4.3 优化加权因子的动量项自然梯度算法44-46
• 4.3.1 改进系统结构44-45
• 4.3.2 优化组合因子45-46
• 4.3.3 设计算法流程46
• 4.4 仿真性能分析46-51
• 4.4.1 分离性能46-48
• 4.4.2 收敛性能48-49
• 4.4.3 加权性能49-50
• 4.4.4 与现有算法的比较50-51
• 4.5 本章小结51-52
• 5 总结与展望52-54
• 5.1 总结52
• 5.2 展望52-54
• 参考文献54-58
• 致谢58-59
• 附录 攻读硕士期间发表及录用的学术论文59-60

，

本文编号：608932