基于峭度的变步长自适应盲源分离方法

摘要

本发明公开了一种基于峭度的变步长自适应盲源分离方法，旨在通过峭度来判断算法的解与最优解的距离，在线地调整步长，通过不断优化分离矩阵达到自适应的目的，它具体内容包括以下步骤：1、对观测信号进行白化预处理；2、利用白化处理后的信号对分离矩阵W进行迭代；3、得到最优矩阵，实现源信号分离。本发明的有益效果在于：利用峭度的变化来控制步长；通过峭度来判断算法的解与最优解的距离，在线地调整步长，通过不断优化分离矩阵达到自适应的目的；解决了盲源分离过程中收敛速度与稳态误差之间的矛盾。

主权项

一种基于峭度的变步长自适应盲源分离方法，其特征在于：它具体内容包括以下步骤：步骤一：对观测信号进行白化预处理，得到白化矩阵以及白化后的观测信号X；步骤二：利用白化处理后的信号对分离矩阵W进行迭代，具体包括以下步骤：(1)为了达到自适应变步长的目的，以最小互信息为准则，通过设定反映峭度变化的参数μ(k)来控制步长，步长λ(k)的更新表达式：λ(k+1)＝μ(k)λ(k)；(2)取y(k),y(k+1),y(k+2)的峭度，分别设为peak(k),peak(k+1),peak(k+2)，y(k),y(k+1),y(k+2)分别表示源信号估计的第k次，第k+1次和第k+2次迭代；为了达到步长平滑变化的目的，使用指数函数来调节步长：Δpeak1＝|peak(k+1)‑peak(k)|Δpeak2＝|peak(k+2)‑peak(k+1)|得到了μ(k)的更新公式：μ(k)＝e^{Δpeak2‑Δpeak1}(3)利用步长更新表达式，得到分离矩阵的迭代规则：W_k+1＝W_k+μ(k)λ(k)[I‑y(k)y^T(k)‑g(y(k))y^T(k)+y(k)g^T(y(k))]W(k) g(y(k))为激活函数，g(y(k))＝y³(k)；步骤三：得到完成迭代的分离矩阵W，将分离矩阵乘以白化后的观测信号X，得到源信号的估计。