10.3969/j.issn.1001-3695.2010.11.037
基于独立分量分析的自适应在线算法
独立分量分析(ICA)是近几年兴起的一种高效的信号处理方法,学习步长的优化问题是自适应ICA重要的一方面,基于变步长思想,定义了一种描述信号分离状态的相似性测度,来衡量输出分量之间的相似性程度,并由此提出一种改进的自适应在线算法.根据相似性程度所反映的信号分离状态自适应调节步长,并建立学习步长和相似性测度变化量的非线性关系,克服了传统算法在信道矩阵变化时对步长自适应调整的不足.性能指标分析和仿真实验证明了算法的收敛性和稳态性能.
独立分量分析、相似性测度、学习步长、性能指标
27
TP301.6(计算技术、计算机技术)
2011-01-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
4140-4143