主奇异子空间跟踪算法与性能分析

摘要：

主奇异子空间分析是一种自适应的神经网络信号处理技术,广泛应用于现代信号处理中.本文提出一种新的主奇异子空间跟踪信息准则,并以此为基础推导出一种在线的梯度流神经网络算法.理论分析表明,信息准则具有唯一的全局最小值,且最小值对应的状态矩阵能够恰好张成输入信号的主奇异子空间.该算法具有良好的收敛能力,强大的自稳定性能,且当输入信号呈现出奇异互相关特性时,仍呈现出良好的跟踪效果.分别采用李雅普诺夫函数方法和常微分方程方法分析算法的收敛性能和自稳定性.MATLAB仿真算例验证了算法的性能.

关键词：主奇异子空间、收敛性分析、自稳定性分析、神经网络

所属期刊栏目：37

资助基金：国家自然科学基金项目61374120, 61673387, 61903375, 61833016

在线出版日期：2020-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1491-1500