基于分离度梯度的步长自适应自然梯度算法
首先定义了描述信号分离状态的分离度,并利用分离度作为参数来控制自然梯度算法中的步长因子,从而首次提出了一种基于分离状态的步长自适应自然梯度盲源分离算法.由于该算法步长是基于分离度的,其学习速率由信号的分离程度自适应地选取,因而能很好地解决收敛速度和稳态误差之间的矛盾.计算机仿真结果与理论分析相一致,证实了该算法明显优于其他固定步长或变步长的自然梯度算法.
盲源分离、自然梯度、步长自适应、分离度
29
U6;TP3
2007-04-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
115-118