盲源分离HJ网络的稳定性分析-东南大学学报.PDFVIP

第３０卷第３期 东南大学学报（自然科 学版 ） Ｖｏｌ３０ Ｎｏ３ 　 ２０００年５月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｍａｙ２０００ 　　　　　　 盲源分离ＨＪ网络的稳定性分析 陈　阳　　杨绿溪　　何振亚 （东南大学无线电工程系，南京２１００９６） 摘　要　本文通过对用于盲源分离的ＨｅｒａｕｌｔＪｕｔｔｅｎ网络（ＨＪ网络）的稳定性分析， 证明了ＨＪ网络可以有不满足严格的独立性测试的平衡点并指出这些平衡点是ＨＪ 网络性能恶化的主要原因，从而修正并完善了前人的结论． 关键词　ＨＪ网络；盲源分离；稳定性；平衡点 分类号　ＴＮ９１１７ ［１］ Ｊｕｔｔｅｎ和Ｈｅｒａｕｌｔ 最早成功地将神经网络用于盲源分离，提出了ＨｅｒａｕｌｔＪｕｔｔｅｎ网络及其 算法（ＨＪ算法）．后来，又有人相继提出了其它用于盲源分离的神经网络及其算法．例如，Ｃｉ ［２］ ｃｈｏｃｋｉ和Ｕｎｂｅｈａｕｅｎ 受ＨＪ算法启发，提出了一种更为鲁棒的神经网络及其算法．Ａｍａｒｉ等 ［３］ ［４］ 人 将自然梯度引入Ｂｅｌｌ和Ｓｅｊｎｏｗｓｋｉ 的最大熵算法，提出了自然梯度最大熵算法．这些算 法［１～４］的共同点是都包含一到两个固定不变的非线性函数，与其它一些如基于高阶累积量［５］ ［６］ 或最小互信息 的方法相比，是解盲源分离问题的一类较简单的方法． 本文给出了ＨＪ网络的平衡点方程并对平衡点稳定性作了分析，通过实例说明ＨＪ网络 存在不满足严格的独立性测试的平衡点，从而修正了文献［７］的结论，并且指出不满足严格的 独立性测试的平衡点是ＨＪ网络性能恶化的主要原因． １　ＨＪ网络及其平衡点 １１　ＨＪ网络及ＨＪ算法 　　如图１所示的２神经元 ＨＪ网络，输入ｘ（ｔ）和 １ ｘ（ｔ）是２个互相独立源信号ｓ（ｔ）和ｓ（ｔ）的线性混 ２ １ ２ 合： 图１　２神经元ＨＪ网络的结构 　　ｘ ＝ａｓ＋ａｓ，　ｘ ＝ａｓ＋ａｓ （１） １ １１１ １２２ ２ ２１１ ２２２ （为了表达方便，信号的时间变量ｔ都被省去），或写成矢量形式 　　ｘ＝Ａｓ ａ ａ Ｔ １１ １２ Ｔ 其中，ｘ＝（ｘ，ｘ）；Ａ＝ 为未知非奇异常数阵；ｓ＝（ｓ，ｓ）．希望输出 １ ２ [ ａ ａ] １ ２ ２１ ２２  国家自然科学基金资助项目． 　 收稿日期：１９９９－１２－２１．　第一作者：男，１９７５年生，博士研究生． 第３期 陈　阳等：盲源分离ＨＪ网络的稳定性分析 １７ 　　ｙ ＝ｘ－ｃｙ，　ｙ ＝ｘ－ｃｙ （２） １ １ １２ ２ ２ ２ ２１ １ 分别正比于源信号，即ｙ ｓ，ｙ ｓ或ｙ ｓ，ｙ ｓ． ∝ ∝ ∝ ∝ １ １ ２ ２ １ ２ ２ １ 考虑这样的ＨＪ网络自适应学习规则［１］ ｄ