改进的变步长维纳系统盲源分离方法

基于非线性盲源分离的维纳系统算法中,采用固定步长导致算法的收敛速度和稳态误差之间存在矛盾,直接影响分离算法的性能。为了解决该问题,提出了基于非线性函数的变步长维纳系统盲源分离方法。该方法将更新的步长以非线性函数的形式引入到分离算法中,使得稳态时参数更新的步长尽可能小,以避免发生振荡。变步长算法在分离过程中的每次更新都会使步长自动进行合理的调整,使得收敛速度提高了53%,误差减小了45%。实验仿真表明,相对原算法,提出的维纳系统盲源分离方法可以更好地分离出信源信号,而且具有较小的误差和较快的收敛速度。     

改进的互信息最小化非线性盲源分离算法

提出了一种改进的互信息量最小化非线性盲源分离算法,改善了优化算法在串音误差方面大等的不足。该方法利用自然梯度优化算法来优化目标函数,避免了对矩阵的求逆计算,减少了计算时间。此外,在网络参数优化的过程中引入了扰动信号,提高了非线性盲源分离算法的寻优能力。实验结果表明改进的非线性盲源分离算法是有效的,而且相对传统的非线性盲源分离方法具有较小的误差。