- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于峭度累积量比例微分控制的盲源分离学习率.pdf
第 期 电 子 学 报
5 Vol.43 No.5
年 月
2015 5 ACTAELECTRONICASINICA May 2015
一种基于峭度累积量比例微分控制的
盲源分离学习率
陈国钦
(福建师范大学福清分校电子与信息工程学院,福建福清350300)
摘 要: 自然梯度算法由于良好的分离性能在盲源分离中占有重要的地位,但该算法基于固定步长时,无法很
好兼顾收敛速度和稳态误差 本文借鉴自动化控制的 ( )算法,提出一种与分离状态
. PIDProportionIntegrationDifferentiation
紧密结合的变步长学习率算法 由于完成分离的信号峭度累积量是一个固有值,分离过程的信号峭度累积量与固有值
.
将有一个不断减小的误差值 该算法以指数函数值来体现该误差值 再利用该误差构成比例微分的变步长算法,其中
. .
的步长初始值就相当于控制误差的比例值,而误差的微分项则得到加速的调整值 该算法仿真实验结果与固定步长自
.
然梯度盲源分离算法的仿真实验结果对比:对应于初始步长的一个最大值和一个最小值,该算法的两次迭代次数均低
于采用固定步长算法的迭代次数,并且对于不同类型信号在两次迭代次数间的差值约 10~40次,而两种算法的稳态
误差是相同的.
关键词: 盲信号分离;峭度累积;比例微分控制;变步长学习率
中图分类号: 文献标识码: 文章编号: ( )
TN911 A 03722112201505092906
电子学报 : : :
URL http//www.ejournal.org.cn DOI 10.3969/j.issn.03722112.2015.05.015
ALearningRateinBlindSourceSeparationBasedonProportional
DifferentialControlofKurtosisCumulative
CHENGuoqin
( , , , , )
SchoolofElectronicandInformationEngineeringFuqingBranchofFujianNormalUniversityFuqingFujian350300China
:
Abstract Naturalgradientalgorithmoccupiesanimportantpositioninblindsourceseparationduetoitsgoodseparationper
, ,
formancebutw
文档评论(0)