基于分值函数估计的自然梯度盲分离算法
一种基于独立分量分析的模糊图像盲分离算法
（ Ｎ ）ａ ｏ ｔｍ ｏ ｅ ｎ ｅｅｄ ｎ Ｃ ｍ ｏ ｅｔ ｎ ｙｉ Ｉ Ａ ｅ ｏｓ ｎ ｅｐ ｎｉｌ ｏ ｔ ａ ｇａ ｅｔ ｇｒｈ ｎ ｅ Ｎ Ｇ ｌ ｒｈ ｔ ｄｐｎ ｅｔ ｏ ｐｎｎ ａ ｓ （Ｃ ）ｍ ｔ ｄ，ａｄｔ ｒ ｃ ｅ ｆ ａ ｌ ｒｄ ｎ ｏ ｔｍ ｕ ｄｒ ｇｉ ｆｈ Ｉ Ａｌ ｓ ｈ ｈ ｉ ｐ ｎｕ ｉ ｒ ｌ ａ ｉ
性 能 指 标 明显 优 越 。
关键 词 ： 独立 分 量分析 ； 图像 分 离 ； 完整 自然梯 度 ； 活 函数 ； 盲 不 激 混合 矩 阵 中 图分类 号 ： Ｐ ９ ． １ Ｔ ３ １ ４ 文 献标识 码 ： Ａ
Ｂｌｎｄ ｓ ｐ ｒ ｔｏ ｌ ｏ ｉｈ ｆｂ ｕｒ ｅ ｍ ａ ｅ ｂ ｓ ｄ ｏ ｉ ｅ ａ ａ ｉ ｎ ａｇ ｒｔ ｍ ｏ ｌ ｒ ｄ ｉ ｇ ａ ｅ ｎ
Ａｂ ｔ ａ ｔ ｈ ｒ ｉ ａ ｇ ｓｗｅ ｅｒ ｓｏ ｅ ｏ ｔ ｅｂ ｕ ｒ ｄ ｇ ａ ｓ ａｅ ｉ ｇ ｅ ｙ ｕ ｉ ｇｔ ｅ ｎ ｎ ｏｏ ｏ ｅ ｎ ｔｒ ｒ ｄｅ ｔ ｓｒ ｃ ：Ｔ ｅ ｏ ｇｎ ｌｉ ｉ ｍａ ｅ ｒ ｅ ｔ ｒｄ ｆ ｍ ｌ ｒ Ｔ ｙ ｃ ｍａ ｓｂ ｓ ｏ ｈ ｌｎ ｍｉ ａ ｕ ａ ｇ ａ ｉｎ ｒ ｈ ｅ ｌ ｎ ｈ ｌ
Ｎ Ｇ （ Ｎ Ｇ ｌ ｄｓｐｒｔ ｎａ ｏ ｔｍ ｏ ｕｒｄｉ ａｅｂ ｅ ｎＩＡ Ｗ ｒｐｓ ，ａｄｔｅｅ ｅｔ ｆ ｅｄｆ ｒ ｔ ｉｕｅ Ｎ Ａ Ｎ ）ｂ ｎ ｅ ａａｏ ｇｒｈ ｆ ｌｒ ｇ ａ ｄｏ ａ ｐ ｏｅ ｎ ｆ ｃ ｏ ｔ ｉｅ ｎ ｘ ｒ ｉ ｉ ｌ ｉ ｂ ｅ ｍ ｓ Ｃ ｓ ｏ ｄ ｈ ｈ ｅ ｍ ｔ
验信 息 的 问题 ， 用算 法输 出信 号 的峰 度 对 非线性 激 活 函数 进行 自适 应选择 ， 出 了一 种 改进 的 自适 利 提 应 不 完整 自然梯度 算 法 ， 并将其 应 用 于模 糊 图像 的盲 分 离， 析 了不 同混 合矩 阵对 本 文算 法恢 复原 始 分 灰度 图像 的影 响及 算 法性 能 。仿 真 结果 证 明 了本 文 算法 与 经典 的 Ｆ ｓ Ｃ 算 法相 比 ， 算耗 时 更 少 、 ａｔ Ａ Ｉ 计
基于分离度的步长自适应自然梯度算法
１ 引言
在许多情况下 ， 多传感器 接 收到的信 号都是 由若 干个 随 机信号混迭而成 的 ， 雷达 接 收 的阵列 信号 、 传感 器测 量 如 多 的生物电信号以及 通过话 筒接 收 到 的多说 话人 的混 迭语 音 信号等。如果没有任何其他先验 信息 ， 仅根 据源 信号相互 之
ｃｒｉｇｔ ｓｐｒｔ ｇｄ ｇ ｅ ｔ ｒ ｏｅｉＣ ｐｏｅｃｎｅｇｎｅｓｅｄａ ｄｒｄｃ ｅｍ ｓｄｕｔ ｅｔ ｌ ｒ ｎｔｅｓ ａｙｓ ｔ ｓ ｌ － ｏｄｎ ｅａａ ｎ ｅ ｅ ， ｅｅ ｒ ｔ ａ ｉ ｒｖ ｏ ｖｒ ｃ ｐｅ ｎ ｕｅｔ ｉ ｊｓ ｎ ｅ ｏ ｔ ｄ ｔ ｅ ｉ ｔ ｏ ｉ ｒ ｈ ｆ ｎ ｍ ｅ ｅ ｈ ａ ｍ Ｔ ｉ ｈ ｅ ａ ｍｕ ａ
ｔ ｉ ｄ ａ ａｙ ｉ ｇ ｒ ｌｖ ｎ ｉｅ ｔｐ ｓｚ ｎ ａ ｉｂ ｅ ｓｅ ・ｉｅ ｇ ａ ｉｎ ｇ ｒ ｍｓ ｔ ｅ ｐ ｐ ｒｐ ｅ ｅ ｔ ａ ｎ ｗ ｄ ｐ ｖ ｔｐ ｓ ｅ ｎ ｔ ｒｌａ— ａｌ ｎ ｚｎ ｅｅ ａ ｔ ｘ ｄ ｓｅ —ｉｅ ａ ｄ ｖ ｒ ｌ ｔｐ ｓｚ ｄ ｅ ｔａ ｏ ｔ ｅ ｌ ｆ ａ ｒ ｌ ｉ ｈ ，ｈ ａ ｅ ｒ ｓ ｎ ｓ ｅ ａ ａ ｔ ｅｓｅ —ｉ ａｕ ａ ｉ ｚ ｌ ｇ ｒ ｍ． ｅ ａ ｓ ｅ ｖ ｒ ｉ ｔ ｆ ｅ ｎ ｗ ｇ ｒ ｈ ’ ｔ ｐ ｓｚ ｓｂ ｓ ｄ ｏ ｅ ａａ ｎ ｅ ｅ ｉ ａ ｎ ｎ ａ ｏ ｉ ｃ ｏ ｅ ｄ ｐ ｉｅｙ ａ — ｏｔ ｉ ｈ Ｂ ｃ ｕ ｅ ｔ ａ ａ ｌ ｙ ｏ ｅ ａ ｏ ｔ ｍ Ｓｓｅ —ｉｅｉ ａ ｅ ｎ ｓ ｐ ｒｔ ｇｄ ｇ ｅ， ｓ ｌ ｒ ｉ ｇ ｒｔ ｓ ｈ ｓ ｎ ａ ａ ｔ ｌ ｃ ｈ ｉ ｂ ｉ ｈ ｔ ｌ ｉ ｉ ｒ ｔ ｅ ｉ ｖ
利用盲信号分离的自然梯度盲均衡算法
的码 间 干 扰 。
关 键 词 中图分类号
盲 均衡 ； 盲分 离； 聚类 Ｔ １．２ Ｎ９ １ ７ 文献 标识码
Ａ
Ｎａｔ ａ ａｄ ｅ ｉ ｕａ ｉａ ｉ ｎ Ａｌ ｏ ｉｈｍ ｕｒ ｌＧｒ ｉ ｎｔＢｌｎｄ Ｅｑ ｌｚ ｔｏ ｇ ｒｔ Ｂａ ｅ ｎ Ｂｌｎｄ Ｓｉ ｎａ ｐ ａ ｉ ｎ ｓ ｄ ｏ ｉ ｇ ｌＳｅ ａｒ ｔｏ
计 量作 为 数学 工 具 ，可 以达 到 全 局最 优 ，但 算 法要 求的采 样 数据 较 多 ，计 算量 大 ，收敛 慢 ；基 于 子空 间的盲 均 衡算 法 需进 行矩 阵分 解 等运 算 量极 大 的处
延 时输 出中选 择 ，所 以可减 少 噪 声 的影 响 。但 已有 的 基 于盲 信号 分 离 的盲 均衡 算 法 没有 利用 传输 信 号 本 身 的统计特 性 ， 存在 因为近 似 处理 引起 的误差 。 会
Ｗ ＡＮＧ ｉ Ｊｅ
（ ｓｉ ｔ ｏ Ｍｅ ｈ ｎｃ ｌ ｄＥ ｅｔ ｃ ｌ ｎ ｉ ｅｉｇ ｕ ｇ ｈ ｕＵ ｉ ｒｉ Ｇｕ ｇ ｈ ｕ ５ ０ ０ ） Ｉ ｔｕ ｅ ｆ ｃ ａ ｉａ ａ ｌ ｒ ａ Ｅ ｇｎ ｒ ，Ｇ ａ ｚ ｏ ｎｖ ｓ ｙ ｎ ｔ ｎ ｃｉ ｅ ｎ ｎ ｅ ｔ ｎ ａ ｚ ｏ １ ０ ６
维普资讯
第３ ７卷
第 ２期
电 子 科 技 大 学 学 报
Ｊｕｎ ｌ ｆ ｏ ｒ ａ ｉ ｅ ｓｔ ｆＥｌｃｒ ｎ ｃ Ｓ ｉ ｎ ｅ ａ ｄ Ｔ ｃ ｎ ｌ ｇ ｆＣｈ ｎ ｏ Ｕｎ ｖ ｒ ｉ ｏ ｅ ｔｏ ｉ ｃ ｅ ｃ ｎ ｅ ｈ ｏ ｏ ｙ ｏ ｉ ａ ｙ
基于自然梯度算法及其改进算法的盲源分离
中图分类号 ：Ｎ １ Ｔ９１
文献标识码 ： Ａ
文章编 号 ：６２ ３９ （ｏ ８１（） ００ 一ｌ １７ － ７ １２ｏ ）ｌｂ一 ２ ０ Ｉ １
目前 ， 源 分 离 是 信 号 处 理 和 神 经 网 盲 络 领 域研 究 的 热 点 之一 。 盲 源分 离（ ｌｎ Ｂ ｉｄ Ｓ ｕ ｃ Ｓ ｐ ｒ ｔｏ ） 简称 Ｂ Ｓ， 指仅 由信 ｏ ｒｅ ｅ ａ ａｉｎ ， Ｓ 是 号 源 相 互 之 间的 统 计 独 立性 和 观 测 到 的混 迭 信 号恢 复 出 原信 号 源Ｉ 该 问题 的核 心 是 ， 对 分 离 矩 阵 的估 计 。
一
号 ， 别从 中 分 别截取 ２ ０ ０个采 样点 作 为 分 ５０ 信 号 源 Ｓ， 随 机矩 阵 Ａ 混 合 。在相 同的 条 经 件 下 ， 别 采 用 两 种 算 法 进 行 分 离 结 果 比 分 较 见 表 ２。 从 实 验 结 果 可 以 看 出 ， 进 算 法 对 超 改 高斯 信号 混 合 同 样 有 效 。
３结语
两 种 算 法 都 可 以 实 现 超 高 斯 和 亚 高斯 信 号 的 盲 源 分 离 ， 基 于 共 轭 梯 度 改 进 的 但 算 法 其 分离 效 果 要 优 于 基 于 自然 梯 度 的 算 法 ， 且 分 离 所 需 的 时 间也 有 所 于 变步 长 自然 梯度 算法 的盲 Ｉ 基 源 分 离 【】 舰 船 电 子 对 抗 ， ０ ７， ３ Ｊ． ２ ０ ８， ０
表 １ 两种 算法 下亚 高斯 信号 分离 效果 的 比 较
分 离
Ｉ
表 ２ 两种 算 法下超 高斯 信号 分离效 果 的 比 较 分 离 Ｃｊ （ Ａ 、； （ Ａ
Ｃ Ａ Ｇ
Ｎ Ａ Ｇ
源信号数目未知的自然梯度盲信号分离算法
源信号数目未知的自然梯度盲信号分离算法邵莲莲【摘要】总结了源信号数目未知的盲信号分离自然梯度算法,得到自然梯度算法发散的原因,分离矩阵的各行沿混合矩阵转置的零空间方向无效的冗余移动.借助投影自然梯度算法,从理论上证明,冗余分量的范数随迭代次数的增加呈指数分布.【期刊名称】《电子科技》【年(卷),期】2015(028)003【总页数】4页(P79-82)【关键词】盲信号分离;自然梯度算法;冗余分量;指数分布【作者】邵莲莲【作者单位】西安电子科技大学数学与统计学院,陕西西安 710071【正文语种】中文【中图分类】TN911.7所谓盲信源分离，是指未知传输信道特性及源信号任何先验知识的情况下，仅通过观测信号来实现信号辨识或信号恢复。
其是当前信号处理和神经网络学界共同研究的课题，在无线电通信、雷达、图像、语音及生物医学等领域均具有良好的应用前景［1］。
盲源分离问题根据源信号数目n和混合信号m数目之间的大小关系可分为正定盲信号分离(m=n)、欠定盲信号分离(m＜n)和超定盲信号分离(m＞n)3种情况。
迄今为止，盲信源分离的大部分经典算法均是围绕信源数已知展开的，对于信源数未知算法研究较少，尤其是对于信源数未知或数目动态变化的超定盲信号分离算法，至今少有研究［2－3］。
然而在众多实际场合，源信号的数目未知甚至可能动态变化，例如在移动通讯中，一个小区中用户的个数就是随机变化的，因此源信号数目未知的盲信号分离问题研究更具现实意义［4－5］。
1 问题描述考虑盲信源分离模型［1－13］A是m×n维的混合矩阵，x t是m维的观测数据，s t是n维的源信号向量。
对源信号向量有如下假设:(1)源信号st的各分量相互统计独立且最多有一个信号服从高斯分布。
(2)源信号具有零均值和单位方差。
(3)混合矩阵列A满秩，即m≥n。
为实现盲信号分离，通常用n×m维的分离矩阵B作用于观测信号向量x t，使系统输出y t=Bx t是源信号向量s t的某个拷贝或估计［6］。
自然梯度盲分离算法在振动信号处理中的应用
是 源 信号 向量 ｓ￡ 的估计 。 （）
（ ） 混 合模 型最 简 单 的 形 式 是 线 性 瞬 时混 合 １式
马建仓 ， ： 等 自然梯度 盲分 离算法在振动信号处理 中的应用
（ 总第 ３ —７ 虑各 个 的源 信号 的传 播 时延 ， 目前
（ ） 则 有 迭代 求逆 算 法 ： ］，
Ａ ＝ｐ Ｉ ｆ ｙ ｇ ｙ Ｗ ［ － （ ） （ ）］ （） ６ 在梯 度 算 法 中 ， 长 的最 佳 选 取 一 直是 盲信 号 步
Ｅ Ｉ ＡＳ 算法 、 代 求逆算 法 等 。 迭 ＠Ｉｆｍａ 法 ［ ｎｏ ｘ算 引。
Ｖｏ． ３ Ｎｏ． １ ６． ４
Ａｐｒ ２ １ ．０ １
火 力 与 指 挥 控 制
Ｆ ｒ ｏ ｔｏ ＆ Ｃ ｍｍａ ｄ Ｃ ｎ ｒ ｌ ｉ Ｃ ｎｒｌ ｅ ｏ ｎ ｏ ｔｏ
第３ ６卷
第 ４期
２１ ０ １年 ４月
文 章 编 号 ：０ ２０ ４ （０ １ ０ —１ ４０ １０ —６ ０ ２ １ ）４０ ５ —４
用 优化 算法 对 目标 函数进 行 优化 。梯度 算法 是 一种
经 典 的优 化 算法 ， 法 原 理简 单 ， 于 实现 ， 有 等 算 易 具
变 化性 质 ， 以实 现在 线计算 ， 盲分 离 中得到 了广 可 在 泛 的应 用 。本文在 介绍 了几 种常 用 的梯度算 法 基础
式 中 ｓ￡＝ ［ ｆ ， （） ｓ（） … （） 为 个 源 信 号 构 ］ 成 的 ’维 向量 ； ｆ ＝ ２ （） （） … ， （） 为 ｍ 维 观 ， ￡］ 测 数据 向量 ， 其元 素 是 各个 传 感器 得 到 的输 出 ； × 维 矩 阵 称 为混合 矩 阵 。 ｆ ＝ （） … ， ｔ－ （） ￡ ， ， （） ｌ Ｉ 为 维 噪声 向量 。 盲信 号分 离就是 在 混合 矩 阵 Ａ 和 源 信 号 未知 的 情况 下 ， 根 据 观测 数 据 向量 （） 只 ￡确
盲源分离问题综述
盲源分离问题综述盲源分离问题综述摘要：盲源分离，是从观测到的混合信号中恢复不可观测的源信号的问题。
作为阵列信号处理的一种新技术，近几年来受到广泛关注。
本文主要阐述了盲源分离问题的数学模型、典型算法以及盲源分离的应用，并结合盲源分离问题的研究现状，分析了其未来的发展方向。
主题词：盲源分离;盲源分离的典型算法1. 引言盲信号分离问题起源于人们对“鸡尾酒会”问题的研究。
在某个聚会上，我们正在相互交谈，同一时刻同一场景下其他人的交谈也在同时进行着，可能还有乐队的音乐伴奏，这时整个会场上是一片嘈杂。
但是非常奇妙的是，作为交谈对象的双方，我们能够在这混乱的众多声音中很清晰的听到对方的话语，当然，如果我们偶尔走神，将精力放在乐队奏出的音乐时，我们也同样可以听清楚音乐的主旋律。
这种可以从由许多声音所构成的混合声音中选取自己需要的声音而忽视其他声音的现象就是鸡尾酒会效应。
如何在这种从观察到的混合信号中分离出源信号的问题就是所谓的盲分离（Blind Signal Separation, BSS）问题，有时也被称为盲源分离（Blind Source Separation）问题。
1986年，法国学者Jeanny Herault和Christian Jutten提出了递归神经网络模型和基于Hebb学习律的学习算法，以实现两个独立源信号混合的分离，这一篇开创性论文的发表使盲源分离问题的研究有了实质性的进展。
随着数字信号处理理论和技术的发展以及相关学科的不断深入,大量有效的盲分离算法不断被提出,使盲分离问题逐渐成为当今信息处理领域中最热门的研究课题之一,在无线通信、图象处理、地震信号处理、阵列信号处理和生物医学信号处理等领域得到了广泛的应用。
2. 盲源分离问题的数学模型盲源分离是指在不知道源信号和信道传输参数的情况下,根据输入信号的统计特性,仅由观测信号恢复出源信号各个独立成分的过程。
盲源分离研究的信号模型主要有三种:线性混合模型、卷积混合模型和非线性混合模型。
基于变步长自然梯度算法的盲源分离
子 与分 离矩 阵相 互 差 异 之 间 的非 线 性 关 系 ， 出 了 一 种 新 的 自然 梯 度 算 法 。 由 于 该 算 法 采 用 的步 长 是 时 变 的 ， 快 提 加
了 收敛 速度 ， 小 了 稳 态 误 差 ， 而 很 好 地 解 决 了 固 定 步 长 的 内在 矛 盾 。计 算 机 仿 真 结 果 证 实 了 理 论 分 析 ， 说 明 减 从 并 了 该算 法 明 显优 于通 常 的 自然 梯 度 算 法 。
裴 学广
（ 州 大 学 ， 州 ２ ５０ ） 苏 苏 １ ０ ６
摘要 ： 相比标准梯度 而言， 自然梯度算法以其更快的收敛速度和更好的分离性能在盲源分离 中占据着重要地位 。由
于 常用 的 自然梯 度算 法 是 基 于 固定 步长 的 ， 因此 无 法 真 正 解 决 收 敛 速 度 和 稳 态 误 差 之 间 的 矛 盾 。 通 过 建 立 步 长 因
ｔ ｒ ｌｃ ｎｔａ ｉ ｔｏ ｏ ｉ — ｔ ｐ ｓｚ ．Ｃｏ ｐｕｔ ｒ ｓｍ ｕ ａ ｉ ｅ ｕｌ ｏ ｉｍ ｓ ｈｅ ｔ ｏｒ ｔｃ ｌ ｎ ｌ ｓｓ ｅ ｎａ ｏ ｒ ｄ ｃ ｉ ｎ ｆ ｆｘ ｓ ｅ — ｉｅ ｍ ｅ ｉ ｌ ｔｏｎ ｒ ｓ ｔ ｃ ｎｆｒ ｔ ｈｅ ｅ ｉａ ａ ａ ｙ ｉ ａｎ ｈｏ ｓ ｔ ａ ｈｅ ａ ｇ ｒｔ ｄ ｓ ｗ ｈ ｔｔ ｌ ｏ ｉｈｍ ｓ ｐ ｒ ｏ ｍ ａ ｅｉ ｕｐ ｒｏｒ ｔ ｈ ｓ ａ ａ ｕ ａ ｒ ｄ ｅ ｌ ｏ ｉｈｍ ． ｅ ｆ ｒ ｎｃ ｓ ｓ ｅ ｉ Ｏ ｔ ｅ ｕ ｕ ｌｎ ｔ ｒ ｌｇ ａ ｉ ｎｔａ ｇ ｒｔ Ｋｅ ｒ ｙ ｗｏ ｄｓ： ｉ ｄ ｓ ｕ ｃ ｅ ｒ ｔｏｎ； ａ ｉ ｂｌ ｔ ｐ ｓｚ ｎａ ｕｒ ｌｇｒ ｄ ｅ ｔａ ｇ ｉｈ ｂｌｎ ｏ ｒ ｅ ｓ ｐａ ａ ｉ ｖ ｒａ ｅ ｓ ｅ ｉｅ； ｔ ａ ａ ｉ ｎ ｌ ｏｒｔ ｍ
盲源分离算法
盲源分离算法
盲源分离的定义：指的是从多个观测到的混合信号中分析出没有观测的原始信号。
通常观测到的混合信号来自多个传感器的输出，并且传感器的输出信号独立（线性不相关）。
盲信号的“盲”字强调了两点：1)原始信号并不知道；2)对于信号混合的方法也不知道。
最常用在的领域是在数字信号处理，且牵涉到对混合讯号的分析。
盲信号分离最主要的目标就是将原始的信号还原出原始单一的讯号。
一个经典的例子是鸡尾酒会效应，当许多人一起在同一个空间里说话的时候，听者可以专注于某一个人说的话上，人类的大脑可以即时处理这类的语音讯号分离问题，但是在数位语音处理里，这个问题还是一个困难的问题。
基于自然梯度的盲分离算法的混合气体分析
［】黄新 元． ３ 电站锅炉 运行于燃烧 调整［ ． Ｍ】 北京： 中国电力出版社，
维普资讯
Ｒｅｓｅａ ｃｈ 躐 Ｄｅｖｅｌ ｒ ｏｐｍ ｅｎｔ
基 自梯 的 分 算 于 然 度 盲 离法
基金项 目：辽 宁省科 学技术基金 （ 目编号 ：２０ ２４ ） 项 ０ ７０９ 摘要 ：结合盲分离算法和热 催化传感器特性 ，对 混合 气体进行分离 ，讨论 了混合气 体分 析的盲可分离性。 使用 一个热催化传感器 ，引用 自然梯度的盲分离 算法对 ｃ 和 ｃ 的混合气体进行分析和验证 。实验结 Ｈ ０
一 … … 一 … ，
三、基于 自然梯度 的盲分离算法 盲分离的模型如图 １ 所示 。
ＸｔＡＳ ＝ ｔ ｔ ．… ＝１２ （ ） １
量误差 为 ４ １ ． ％，因此采用盲信 号分离 方法来分析混合气体 ０ 浓 度是可行的 ，且具有较低的误差率 。
五 、 结 论
使用气 体传感 器阵列检测 混合气体 的问题 ，与盲信 号分 离问题的描述是相 同的。混合气体源信号应为环
境中可测气体成分信 号，根据所 关心 的被测气 体成 分和传感器对各成分 的灵敏 度对 源信号估计 。
维普资讯
蠲 且＆。镑 Ｒ 。。ｎ ｅｈｅｍ ｓ ｖ ｅ ； ａ ｐ ｅ
其中，
× 阶矢量； １
广硼× １阶矢量 。
由于 的每 一个 组 成 成 分都 是平 稳 的 零均 值 过 程 ，所 以
采用 自然梯度 的盲分 离方法 ，用一个热催化传 感器来分 离 Ｃ ４ Ｃ 的混合气体 ，可 以比较准确的分析出混合气体 Ｈ和 Ｏ
＿ 度 ，避 免 了使 用 多个 气 体传 感 器 的 交 叉 敏 感 性所 带来 的 的浓
改进的自然梯度盲源分离算法在非平稳环境中的应用
改进的自然梯度盲源分离算法在非平稳环境中的应用刘婷;张锦;李灯熬【摘要】Traditional natural gradient algorithm may lead to unstable variations for separating matrix during the processing of non-stationary signals,which may greatly affect separation. To solve thisproblem,combined with the idea of variable step,we propose a natural gradient algorithm for blind source separation based on orthogonalcon⁃straints,it constrains the strength of the recovery signals in order to ensure the stability of the separation process un⁃der non-stationary environment;in addition,we employ the instantaneous error to control variable step purposefully, for this reason,the convergence speed increases and the separation accuracy is improved. The results showed that blind source separation algorithm by using orthogonal constraints can efficiently separate the source signals even in non-stationary environments.%对于传统的自然梯度算法，在处理非平稳信号时，在步长更新迭代过程中，非平稳信号变化幅度过快而导致分离矩阵幅度变化的不稳定，从而影响分离效果。
盲源分离综述_问题_原理和方法
中图分类号:T N97111 文献标志码:A 文章编号:C N51-1694(2008)02-0001-05收稿日期:2007-11-29;修回日期:2007-12-30作者简介:陈锡明(1970-),男,高级工程师,博士;黄硕翼(1983-),男,硕士研究生。
盲源分离综述———问题、原理和方法陈锡明,黄硕翼(信息综合控制国家重点实验室,成都610036)摘要:盲源分离,是从观测到的混合信号中恢复不可观测的源信号的问题。
作为阵列信号处理的一种新技术,近几年来受到广泛关注。
文章按源信号不同的混合方式,将盲源分离问题分为三种类型:线性瞬时混合、线性卷积混合和非线性混合,综述了它们各自分离的原理和方法,并结合国内外的研究现状,对未来的发展作出了展望。
关键词:盲源分离;独立分量分析B lind Source Separation :Problem ,Principle and MethodCHE N X i 2ming ,HUANG Shuo 2yi(National In formation C ontrol Lab oratory ,Chengdu 610036,China )Abstract :Blind source separation is to recover unobserved source signals from observed mixtures.As a new technology of array signal processing ,it has attracted wide attention.Blind source separation is classified into three types :linear instantaneous mixtures ,linear conv olutional mixtures ,and nonlinear mixtures ,as per different mixture methods.And a survey is presented on separation principles and methods of each type.The prospect of future development is given too.K ey w ords :blind source separation ;independent com ponent analysis (ICA )1 引言盲源分离(BSS )是信号处理领域的一个基本问题,是根据观测到的信号来分离或恢复出未知源信号的过程。
一种动量因子自适应自然梯度的盲分离方法
ｍｅ ｔｍ ａｔ ｒ ｗｈ ｃ ａ ｅ ｅ ａ ｄｅｔｅｃ ｎｒ ｄｃｉｎｂ ｔ ｅ ｅｓ ｅ ｄ ａ ｄ ｓｐ ｒｔ ｎ Ｔ ｅ ｓｐ ｒｏ ｉ ｆｔ ｅ ｎｕ ｆｃｏ， ｉｈ ｃ ｎ ｂ ｔ ｒｈ ｎ ｌ ｏ ｔａ ｉｔ ｅｗｅ ｎｔ ｐ ｅ ｎ ｅ ａａｉ ． ｈ ｕ ｅｉｒ ｏ ｔ ｈ ｏ ｈ ｏ ｙ ｔ ｈ
分离性能的一个关键 因素 。作为 自适应处理方法的 种， 自然梯 度算法存 在着步长 参数的优选 问题 。 许 多人也提出过许多 自适应步长的方法 ， ｏ ｇ ｓ Ｄ ｕｌ 和 ａ Ｃｃｏｋ介绍了梯度 自适应步长选择算法 ；ｈ ｍ ｓ ｉ ｃｉ ｈ Ｔ ｏ ａ， Ａ ｌ 和 Ａ ｇ ｓ 出了一种 自适 应时变步长选择算 ｌｎ ｅ ｕｕｔ 给 法 ； ｉ ｏｋ 和Ａ ａｉ Ｃｃ ｃｉ ｍ ｒ ｈ 等用低通滤波梯度作为估计值
息， 仅根据源信号相互之问的统计独立性质 ， 利用观 测信号把混迭在一起的源信号分开 ， 称为盲源分离 （Ｓ） Ｂ Ｓ 。盲源分离广泛应用于图像 、 语音 、 医学 、 无线 通信 、 雷达以及地震信号处理等领域ｎ 。 具有广阔的 ， 研 究和 应用前 景 。 盲源分离的具体途径大致有两条 批处理和 自 ： 适应 处 理 。批 处 理 是指 依 据一 批 已经取 得 的 数据 来 进行 统 计 学处 理 ， 由于 要对 过 去 的数 据 重复 利 用 ， 因
摘
要： 自然梯度算法是处理盲源分 离问题 的一个重要方法。基于信号分 离度的概念以及 Ｂ 算法中的动量 因 Ｐ
一种改进的自然梯度语音信号盲分离算法
一种改进的自然梯度语音信号盲分离算法
岳建杰;赵旦峰;张成
【期刊名称】《应用科技》
【年(卷),期】2015(000)003
【摘要】自然梯度算法有较快的收敛速度、良好的分离性能，在盲信号分离中占有重要地位。
基于自然梯度的盲源分离算法一般分为固定步长和变步长的自然梯度算法，固定步长的自然梯度算法存在分离速度与稳定性之间的矛盾，即步长越长时分离速度快，但是稳态误差又得不到保障；步长太小分离速度又达不到要求。
为了改善分离速度与稳定性之间的矛盾，提出了一种变步长的方法来，并用其改进了固定步长的标准自然梯度算法，成功地用于混合语音信号的分离，该方法取得比标准自然梯度算法更好的分离效果，具有更快的收敛速度。
【总页数】5页(P30-34)
【作者】岳建杰;赵旦峰;张成
【作者单位】哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨150001;哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨150001;哈尔滨工程大学自动化学院，黑龙江哈尔滨150001
【正文语种】中文
【中图分类】TN971.1
【相关文献】
1.一种改进的瞬时混合语音信号盲分离算法 [J], 李大辉;李长荣;杨阳
2.基于单声矢量传感器的语音信号时频掩蔽盲分离改进算法 [J], 陈晓屹;王英民
3.一种基于TMS320C6713的语音信号频域盲分离算法 [J], 刘朝晨;吴强;殷超;李清石;许宏吉;李玉军
4.改进FOA算法在语音信号盲分离中的应用 [J], 肖正安
5.峭度自然梯度盲分离改进算法 [J], 王灵伟;舒勤;陈飞龙
因版权原因，仅展示原文概要，查看原文内容请购买。
一种基于自然梯度的两步盲源分离算法
一种基于自然梯度的两步盲源分离算法
李思怡;王永威;黄琰;陈惠娟
【期刊名称】《微电子学与计算机》
【年(卷),期】2013(30)6
【摘要】基于自然梯度的盲源分离算法通常有固定步长和自适应变步长两种算法.固定步长算法在求解初阶段具有较快的收敛性,但是随迭代的进行,稳定性较差;自适应步长算法步长可调有较好的全局收敛性,但降低算法的收敛速度.针对算法收敛速度和算法稳定性之间的矛盾,提出了基于自然梯度的两步盲分离算法.首先,在自适应步长公式中引入高阶相关系数;其次,综合固定步长以及改进的自适应步长算法,提出两步盲源分离算法.仿真实验证明,两步盲分离算法可以有效提高盲分离算法的稳定性和收敛速度.
【总页数】4页(P169-172)
【关键词】盲信号分离;自然梯度算法;分阶段盲分离算法
【作者】李思怡;王永威;黄琰;陈惠娟
【作者单位】西北工业大学
【正文语种】中文
【中图分类】TP315
【相关文献】
1.基于分级迭代变步长的自然梯度盲源分离算法 [J], 张延良;师晨旭;张伟涛;李兴旺
2.基于变步长自然梯度算法的盲源分离 [J], 裴学广
3.一种改进的自适应不完整自然梯度盲源分离算法 [J], 牛奕龙;王英民;王毅
4.基于自然梯度算法及其改进算法的盲源分离 [J], 王昆;刘勃妮
5.改进的基于步长自适应的自然梯度盲源分离算法 [J], 付卫红;杨小牛
因版权原因，仅展示原文概要，查看原文内容请购买。
一种动量因子自适应自然梯度的盲分离方法
一种动量因子自适应自然梯度的盲分离方法谭骏;刘辉【期刊名称】《计算机工程与应用》【年(卷),期】2012(48)24【摘要】Natural gradient algorithm is an important method of dealing with the blind source separation problem. From the concept of the signal separating degree and the momentum factor of the BP algorithm, an adaptive improved algorithm is proposed. On the basis of the adaptive step, it adds these separation adaptive change based momentum factor, which can better handle the contradiction between the speed and separation. The superiority of the improved algorithm can be verified by computer simulation.%自然梯度算法是处理盲源分离问题的一个重要方法.基于信号分离度的概念以及BP算法中的动量因子,在自适应步长的基础上加入了基于分离度自适应变化的动量因子,提出了一种改进算法来更好处理速度和分离之间的矛盾；通过仿真验证了改进算法的优越性.【总页数】4页(P127-129,181)【作者】谭骏;刘辉【作者单位】湖南师范大学物理与信息科学学院,长沙41008l;湖南师范大学物理与信息科学学院,长沙41008l【正文语种】中文【中图分类】TP311【相关文献】1.一种改进的自然梯度语音信号盲分离算法 [J], 岳建杰;赵旦峰;张成2.一种基于自然梯度的循环平稳信号盲分离方法及其应用 [J], 郭彬;张永祥;柯维3.一种引入自适应动量项的变步长混沌信号盲分离算法 [J], 张天骐;马宝泽;强幸子;全盛荣4.引入动量因子的双自适应自然梯度算法 [J], 李康;刘辉;罗彬5.基于自然梯度的非平稳信号自适应盲分离算法 [J], 何文雪;王林;谢剑英因版权原因，仅展示原文概要，查看原文内容请购买。
基于统计估计的盲信号分离算法
基于统计估计的盲信号分离算法
虞晓;胡光锐
【期刊名称】《上海交通大学学报》
【年(卷),期】1999(33)5
【摘要】最大熵法（ＭａｘｉｍｕｍＥｎｔｒｏｐｙ，ＭＥ）和最小互信息量法（ＭｉｎｉｍｕｍＭｕｔｕａｌＩｎｆｏｒｍａｔｉｏｎ，ＭＭＩ）是两种目前最常用的盲信号分离算法．在分析ＭＥ与ＭＭＩ算法的基础上，提出了一种利用反馈结构的输出信号概率密度函数（ｐｄｆ）估计的增强ＭＥ算法．与传统ＭＥ算法相比较，新算法无需给出传统ＭＥ算法中神经元非线性函数的具体表达形式，而是直接利用输出信号ｐｄｆ估计来推导算法的迭代核，进行算法自适应．分析了应用几种不同ｐｄｆ估计方法的新算法迭代公式．通过计算机模拟表明，新算法比传统ＭＥ算法对于解决卷积混合输入的盲信号分离问题时，具有更好的算法性能．
【总页数】4页(P566-569)
【关键词】盲信号分离;MMI;语音识别;统计估计;卷积
【作者】虞晓;胡光锐
【作者单位】上海交通大学电子工程系
【正文语种】中文
【中图分类】TN911.7;TN912.3
【相关文献】
1.基于能量算子的单通道盲分离中源信号数目估计算法 [J], 栾海妍;宋连萍;江桦
2.基于 EM算法的宽带信号 DOA 估计及盲分离 [J], 熊坤来;刘章孟;柳征;姜文利;汪华兴
3.基于统计估计的盲信号分离技术 [J], 秦志峰;钱进
4.基于改进源信号数目估计算法的欠定盲分离 [J], BO Xiang-lei;HE Yi-gang;YIN Bai-qiang;FANG Ge-feng;FAN Xiao-teng
5.基于小波变换的单通道盲分离中源信号数目估计算法 [J], 尹海昌;栾海妍
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ ｌ ｃ ｏ ｌ ｆＥｌｃ ｒ ｎ ｃ Ｅ ｇ ｎ ｅ ｉ ｇ，Ｘｉ ｉ ｎ Ｕ ｎ ｖ ｒ ｉｙ，Ｘｉ ｌ，７ ０ ７ ，Ｃｈ ｎ ； １ Ｓ ｈ ｏ ｅ ｔ ｏ ｉ ｎ ｉ ｅ ｒ ｏ ｎ ｄ ａ ｉ ｅ ｓｔ ｌ １０ １ ａ ｉａ
第２卷第２ ６ 期 ２ １ 年 ３月 Ｏ１
数
据
采
集
与
处
理
Ｖｏ１ ２６ Ｎ ｏ． ． ２ Ｍａ．２ １ ｒ ０１
Ｊ ｕ ｎ ｌｏ ｔ ｑ ｉｉｉｎ ＆ Ｐ ｏ ｅ ｓｎ ｏ ｒ ａ ｆＤａａＡｅ ｕｓｔ ｏ ｒ ｃ ｓｉ ｇ
文 章 编 号 ：０ ４ ９ ３ （ ０ １ ０ — １ ７ ０ １ ０ － ０ ７ ２ １ ） ２０ ６ — ５
ｅ ｒ ｒ （ Ｓ ．Ｕ ｓｎ ｈ ｒ ｐ ｒｙ ｏ ｃ ｒ ｕ ｃ ｉ ｎ，ｃ ｅ ｆｃｅ ｔ ｆｔ ｅ ｌ ｅ ｒ ｃ ｍｂ ｎ ｔｏ ａ ｒ ｏ Ｍ Ｅ） ｉ ｇ ｔ ｅ ｐ ｏ ｅ ｔ ｆｓ ｏ ｅ ｆ ｎ ｔ ｏ ｏ ｆｉｉ ｎ ｓ ｏ ｈ ｉ ａ ｏ ｎ ｉａ ｉｎ ｃ ｎ
ｇ ｒｔ ｏ ｉｈｍ． Ａ ｅ ｅ ｔｍａ ｉ ｇ ｓ ｏ ｅ ｆ ｎｃ ｉ ｎ ａ ｒ ａ ｈ ｂａ ｅ ｈ ｔ ｏｄ ｏ ｕｎ ｔｏｎ ａ ｒ ｘｉ ｎ ｗ ｓ ｉ ｔｎ ｃ ｒ ｕ ｔｏ ｐｐ ｏ ｃ ｓ ｄ ｏｎ ｔ ｅ ｍｅ ｈ ｆ ｆ ｃ ｉ ｐｐ ｏ — ｍａ ｉ ｓｐｒ ｐ ｅ ｔｏｎ ｉ ｏ ｏｓ ｄ．Ｉ ｈｉ ｐｐｒ ａ ｈ，ｓ ｏ ｅ ｆ ｎｃ ｉ ｓ ａ ｐｒ ｘｉ ｔ ｄ ｂｙ ｔ ｅ ｌｎｅ ｒ ｃ ｎ ｔ ｓａ ｏｃ ｃ ｒ ｕ ｔｏｎ ｉ ｐ ｏ ｍａ ｅ ｈ ｉ ａ ｏｍｂｉ ｔｏｎ ｎａ ｉ ｏ ｅ ｆｏ ｔ ｏｇ ａ ｌ ｏ ｉｌ ．Ｔｈ ｃ ｕ ａ ｙ ｏｆａ ｒ ｉ ｔｏ ｓｍｅ ｓ ｒ ｄ ｂｙ ｍｅ ｎ ｓ ｕａ ｅ ｆ ａ ｓ ｔｏ ｒ ｈ ｏｎ ｌｐｏ ｙｎ ｍ ａｓ ｅ ａ ｃ ｒ ｃ ｐｐ ｏｘ ｍａ ｉ ｎ ｉ ａ ｕ ｅ ａ ｑ ｒ
Ｂｌｎｄ Ｓ ｕ ｃ ｅ ｒ ｔｏ ｇ ｒ ｔ ｉ ｏ ｒ ｅ Ｓ ｐａ ａ ｉ ｎ Ａｌ ｏ ｉｈｍ ｆ Ｎａ ｕ ａ ａ ｉ ｎ ｓ ｄ ｏ ｔ ｒ ｌＧｒ ｄ ｅ ｔ Ｂａ ｅ ｏ ｔｍ ａ ｉ ｎ ｏ ｃ ｒ ｎ Ｅｓ ｉ ｔｏ ｆ Ｓ ｏ ｅ Ｆｕｎ ｔｏ ｃ ｉｎ
ห้องสมุดไป่ตู้
２ Ｃｏｌｇ ｆＣｏ ｕ ｅ ｃｅ ｃ ． ｌ ｅｏ ｍｐ ｔｒＳ ｉｎ ｅ＆ Ｔｅ ｈ ｏｏ ｙ ｅ ｃ ｎ ｌｇ ，Ｈｅ ｎ ｏｙ ｅ ｈ ｉ ｉｅ ｓｔ ｎ ａ Ｐ ｌｔｃ ｎｃＵｎｖ ｒ ｉ ｙ，Ｊａ ｚ ｏ，４ ４ ０ ，Ｃｈｎ ｉｏ ｕ ５０１ ｉａ；
３ Ｋｅ ｂ ｏ ｇ — ｐ ｅ ｒ ｕ ｔＤｅ ｉ ｎ ａ ｄ ＥＭ Ｃ，Ｍ ｉ ｉｔ ｙ ｏ ｄ ｃ ｔ ｎ，Ｘｉ ｎ，７ ０ ７ ，Ｃｈ ｎ ） ． ｙ Ｌａ ｆＨｉ ｈ Ｓ ｅ ｄ Ｃｉｃ ｉ ｓｇ ｎ ｎ ｓ ｒ ｆＥ ｕ ａ ｉ ｏ ａ １０ １ ｉａ
函数 逼 近 直 接 估 计 分 值 函数 的 方 法 。 一 组 正 交 多项 式 的 线 性 组 合 来 逼 近 分 值 函 数 ， 性 能 用 均 方误 差 来衡 量 。 用 其 线 性 组 合 的 系数 向 量 可 运 用 分 值 函数 的性 质 ， 通过 最 小化 均 方误 差 自适 应 学 习得 到 。将 估 计 到 的 分值 函 数 代 入
自然 梯 度 迭 代 公 式 中就 得 到 新 算 法 实验 仿 真表 明 ， 传 统 的 自然 梯 度 盲 分 离算 法相 比 ， 算 法 的 收 敛 速 度 与 稳 与 新
定 性 均 有 显 著提 高 。 关 键 词 ： 信 源分 离 ； 立 成 分 分 析 ； 盲 独 分值 函数 ； 函数 逼 近 ； 自然 梯 度 中 图 分 类 号 ： Ｎ９ １ ７ Ｔ １ ． 文献标识码 ： Ａ
基 于分 值 函数 估计 的 自然 梯 度 盲 分 离 算 法
张 延 良ｈ 楼 顺天 ｈ 张伟 涛 常 华 。
（． 安 电子 科 技 大 学 电 子 工 程 学 院 ， 安 ，１ ０ １ ． １西 西 ７０ ７ ；２ 河南 理 工 大 学 计 算 机 科 学 与 技 术 学 院 ， 作 ，５ ０ １ 焦 ４４０ ； ３超 高速 电 路 设 计 与 电磁 兼 容教 育 部 重 点 实 验 室 ， 安 ， １０ １ ． 西 ７０７） 摘 要 ： 值 函数 估 计 的 准确 性 是 影 响 自然梯 度 盲 分 离算 法收 敛 速 度 和稳 定 性 的 一 个 重 要 因素 。提 出 了一 种 通 过 分
ｃ ｎ ｅ ｇ ｎ ｐ ｅ ｎ ｔ ｂ ｌ ｙ ｏ ｈ ａ ｕ ａ — ｒ ｄ ｅ ｔ ｂ ｓ ｄ ｂ ｉ ｄ ｓ ｕ ｃ ｅ ａ ａ ｉ ｎ （ Ｓ） ａ— ｏ ｖ ｒ ｅ ｔｓ ｅ ｄ ａ ｄ ｓ ａ ｉ ｔ ｆ ｔ ｅ ｎ ｔ ｒ ｌｇ ａ ｉｎ — ａ ｅ ｌ ｏ ｒ ｅ ｓ ｐ ｒ ｔ ｉ － — ｎ ｏ ＢＳ ｌ —
Ａｂ ｔ ａ ｔ：Ｔｈｅ ａ ｃ ａ ｙ ｏ ｓ ｉ ｔ ｄ ｓ ｏ ｅ ｆ ｃ ｉ ｎ ｉ ｍ ｐ ｒ ａ ａ ｔ ｒ ｔ ａ ｎｆｕ ｎ ｅ ｈ ｓｒ ｃ ｃ ｕｒ ｃ ｆ ｅ ｔｍａ ｅ ｃ ｒ ｕｎ ｔｏ ｓ ａｎ ｉ ｏ ｔ ｎｔ ｆ ｃ ｏ ｈ ｔ ｉ ｌ ｅ ｃ ｓ ｔ ｅ