基于自然梯度的盲源分離算法中非線性函數(shù)的研究.pdf

1、盲源分離是在不知源信號和傳輸通道先驗信息的情況下，僅由觀測到的混合信號恢復出源信號的過程。自然梯度算法作為盲源分離的核心算法之一，受到越來越多的關注。同時，由于自然梯度算法計算量低、收斂速度快、分離效果好等優(yōu)點，凸顯出其良好的應用前景，并在語音信號處理、圖像處理、無線通信領域等領域有了廣泛的應用。
　　論文介紹了盲源分離的背景和基本理論;通過介紹盲源分離的三種基本模型，討論了盲源分離的可解性;從優(yōu)化算法的角度出發(fā)，介紹了幾種常用的

2、代價函數(shù)，并引出了經典的盲源分離算法——自然梯度算法，討論了非線性函數(shù)對其的影響;同時給出了非線性函數(shù)的構造方法及常用的非線性函數(shù)。
　　針對瞬時線性混疊情況下自然梯度盲源分離算法中存在的一些問題，尤其是對不同源信號，分離矩陣中非線性函數(shù)的選擇問題進行研究，提出了兩種改進的非線性函數(shù)。一種是針對傳統(tǒng)自然梯度算法中，對所有源信號都采用同一非線性函數(shù)所引起的分離誤差較大問題，引入了皮爾遜系統(tǒng)，將皮爾遜系統(tǒng)與傳統(tǒng)的非線性函數(shù)相結合，提出