基于自组织神经网络的非平稳信号盲分离
针对具有二阶非平稳特性的源信号盲分离问题,提出一种基于自组织神经网络的在线肓源分离新算法.利用自组织神经网络构建一种多层盲分离网络模型,以网络输出层信号的相关性为代价函数,采用自然梯度原理对网络参数进行学习,最小化该代价函数从而实现信号分离.将多层自组织神经网络和自然梯度原理相结合,提高了分离算法的灵活性和性能.最后将该算法与其他算法进行了仿真对比,仿真结果表明该算法具有较好的收敛精度及稳定性.
盲源分离、自组织网络、非平稳信号、自然梯度
26
TP911
国家安全重大基础研究项目973-61355020301
2011-07-21(万方平台首次上网日期,不代表论文的发表时间)
748-752