导读:本文包含了自适应盲分离算法论文开题报告文献综述及选题提纲参考文献,主要关键词:盲源分离,自然梯度算法,动量项,自适应步长
自适应盲分离算法论文文献综述
李春腾,蒋宇中,刘芳君,张曙霞[1](2019)在《融合动量项的步长自适应盲源分离算法》一文中研究指出为进一步缓解盲源分离算法收敛速度与稳态误差之间的矛盾,首先在自然梯度算法的基础上,通过融合动量项改善算法的收敛速度,基于分离性能指标的步长自适应减小稳态误差;然后,给出了所提算法的模型图,同时考虑分离性能和计算复杂度,选择合适的融合动量项算法,并设计了算法的近似最优参数,有效避免了算法的分段收敛;最后,合理选择步长与动量项的权重系数,有效改善了分离性能与收敛速度。仿真结果表明:该算法在一定程度上缓解了上述矛盾,并具有较低的计算复杂度。(本文来源于《海军工程大学学报》期刊2019年03期)
杨烁,何兵哲,李加洪[2](2019)在《基于数据分块的自适应变步长盲源分离算法》一文中研究指出本文基于经典的自然梯度盲源分离算法提出了一种新型数据分块处理的自适应变步长改进思路,在平稳和非平稳环境中进行正定盲信号分离。其中数据分块处理结合了批处理和自适应在线处理的优点,文中给出了其更新公式的详细的推导过程;变步长则在原有自适应算法的基础上,通过引入性能指数来构造目标函数,反馈到更新公式上,通过选取合适的经验参数自适应的调节步长,在一定程度上寻求稳态误差和收敛速度这对固有矛盾的平衡点,弥补固定步长存在的缺陷。仿真结果表明,所提方法具有在线算法实时跟踪快变非平稳环境的优点,并且对步长有较强的自适应调节能力,收敛速度快,稳态误差小,能以更小的运算量,更短的数据处理时间有效分离混合信号。(本文来源于《电子设计工程》期刊2019年04期)
李雄烽,高勇[3](2018)在《一种新的自适应粒子滤波单通道盲分离算法》一文中研究指出目前,解决成对载波多址单通道盲分离问题的主要方法之一是粒子滤波。以往的分离算法中,粒子数往往是固定的。盲分离粒子滤波算法在经过若干次迭代和重采样过后,存在一些权重数量级非常小的粒子,这些粒子不仅对后验概率密度的贡献甚微,而且会浪费大量的运算时间,导致算法效率低下。为提高效率,根据粒子滤波盲分离的特点,在参数大致收敛之后,采用一种自适应的算法降低粒子数目。此方法在保证了精度的同时,降低了计算复杂度。仿真结果表明,改进的算法相比传统粒子滤波算法复杂度降低了约1/6左右,低信噪比条件下精度比传统算法更高。(本文来源于《科学技术与工程》期刊2018年36期)
付卫红,张琮[4](2018)在《基于步长自适应的独立向量分析卷积盲分离算法》一文中研究指出独立向量分析(IVA)是解决频域卷积盲分离排序模糊性最好的方法之一,但存在迭代次数较多、运算时间较长、分离效果易受分离矩阵初值影响的局限性。该文提出一种基于步长自适应的IVA卷积盲分离算法,该算法使用特征矩阵联合近似对角化(JADE)算法对分离矩阵进行初始化,并对步长参数进行了自适应优化。JADE初始化能够使分离矩阵具有合理的初值,避免局部收敛的情况;步长的自适应优化能够显着提升算法的收敛速度。仿真结果表明,该算法进一步提升了分离性能,并显着缩短了运算时间。(本文来源于《电子与信息学报》期刊2018年09期)
陈增辉[5](2018)在《基于插值互相关的超声钢轨探伤直达波自适应分离算法》一文中研究指出超声钢轨探伤是一个十分重要的课题,它决定着铁路运输的安全。铁道部规定定期需要对铁路进行探伤检测。尤其对于高铁,高铁在晚上是不运行的,即每晚都需要对高铁进行探伤检测,高密度的探伤检测要求高精度检测的效果。而在钢轨探伤检测中,由于检测信号采用线性调频信号,检测结束后对探伤结果进行分析时存在直达波干扰。因此有必要研究适合超声钢轨探伤的直达波抑制方法。当使用自适应滤波器对接收信号进行直达波抑制处理时,滤波器参考信号的选取决定着自适应滤波算法的性能以及直达波抑制的效果。由于参考信号是用来拟合直达波的,参考信号与接收信号中直达波成分强相关时,直达波滤除会有较好的效果。所以,本文重点在于如何拟合出与接收信号中直达波成分最相关的参考信号,主要贡献在于:1.针对使用另一路接收信号模拟参考信号所带来的问题,即没有利用先验知识模拟、自适应滤波器两路输入中的反射波成分比较相似;以及人为估计直达波成分模拟参考信号所带来的参考信号与直达波相关性不够大的问题。本文研究了一种基于插值互相关的参考信号选取算法,利用发射信号加上插值互相关算法,模拟出的参考信号有效解决了传统参考信号选取方法没有利用先验知识模拟、参考信号与直达波相关性不大等问题。2.不同于探地雷达直达波分离的是,钢轨探伤所使用的超声信号比探地雷达所使用的电磁信号波长更长,对信号进行采样并利用自适应滤波器分离直达波时容易引入采样估计误差。针对上述问题,本文研究了一种采样率遍历法结合插值互相关算法的方法,有效解决了因超声信号波长较长所引入的采样估计误差的问题,进一步提升直达波抑制精确度。3.为了能够简单方便地模拟实际钢轨探伤场景中的直达波抑制效果,基于上述方法,参与研制了一套基于超声钢轨探伤的软硬相结合的检测系统,完成了对该系统的测试,并针对实际钢轨探伤场景下进行了模拟直达波抑制实验,并对比了本文研究的参考信号选取方法与传统参考信号选取方法下的直达波抑制效果,并取得了良好的对比效果,验证了本文所研究的方法的可行性。(本文来源于《华南理工大学》期刊2018-04-11)
王哲[6](2016)在《自适应步长盲源分离算法研究》一文中研究指出盲源分离是指在混合系数未知的情况下,仅从观测信号中恢复出源信号的过程。它在语音识别、图像处理、生物医学信号处理等领域中都有着广阔的应用前景。在实时盲源分离问题中,步长的选择对于算法的性能有着重要的影响。本文针对自适应地选择实时盲源分离问题的步长展开研究,主要内容如下:(1)针对实时线性混合盲源分离问题,提出一种基于改进粒子群优化的分段实时盲源分离自适应步长算法。将整个信号分离过程分为两个阶段:快速分离阶段和精细分离阶段。在快速分离阶段利用改进粒子群优化方法来选择步长,目的是使分离系统能尽快达到较好的分离效果。在精细分离阶段,则选择较为平缓的函数来选择步长,目的是保证系统拥有较好的稳态性能。该步长选择算法充分利用了粒子群算法早期的快速收敛性,同时也克服了粒子群算法后期的不稳定性。通过与固定步长、粒子群优化、分阶段学习等方法进行比较,实验结果表明该算法具有更快的收敛速度和更高的分离精度。(2)针对实时卷积混合盲源分离问题,提出一种基于模糊推理系统的实时卷积混合盲源分离自适应步长算法。首先,通过对混合信号执行短时傅立叶变换,将每个时域信号转换为一组频域信号。由于在每个频带处,频域信号的分离状态并不相同,因此将独立矢量分析算法的步长由标量扩展至矢量。其次,引入频带点的相关性指标和整体信号的相关性指标用于衡量当前系统的分离状态。最后,通过建立模糊推理系统,根据信号的分离状态来选择合适的步长。该模糊推理系统通过当前频带处的输出信号的相关性指标和整个输出信号的相关性指标来确定当前时刻每个频带处的学习速率。实验结果表明,该算法在解决室内语音信号分离问题时,能够较好地兼顾系统的收敛速度与稳态性能。(本文来源于《天津大学》期刊2016-11-01)
崔艳[7](2016)在《一种具有等变性的自适应盲源分离算法》一文中研究指出本文关注的是自适应盲源分离算法。首先介绍了白化算法,然后将白化规则和非线性主成分分析规则结合起来,得到了一种新的具有等变性的自适应盲源分离算法。最后,通过仿真实验验证了算法的有效性。(本文来源于《科技视界》期刊2016年15期)
刘婷[8](2016)在《自适应变步长盲源分离算法的研究》一文中研究指出信号处理作为一种强大的获得信号的方法,可以快速有效地得到所需要的信号。但是,不可避免地,通常采集到的信号都有着其他不希望看到的成分。如果在处理之前,可以知道一些信号的信息以及它们是怎样混合的,那么问题变得相对简单一些。但是,其实学者们未能得到所有混合后的信号特征以及数目,此时,盲源分离作为一种功能强大的方法取得人们的信任,它可以不需要知道信号的任何特征而逐个分离出可能的源信号,并且在此方向取得了很高的评价。自适应算法的优劣与否直接与步长的变化息息相关。计算量最小的做法是采用固定步长,但是,步长稍大时,无法得到精确的分离信号,如果采用很小的步长,则使得收敛速度非常慢,有时甚至因为已经到了收敛阶段,信号还未得到分离而永远无法分离出源信号。因此,固定步长虽然运行简单,操作方便,但是无法同时满足稳定性好和收敛快这两个要求。本文主要在自然梯度盲源分离方法的基础上进行深入分析,引入了模拟退火思想,将过程分为两个阶段,第一阶段借鉴模拟退火算法采用固定步长减小计算量且加快收第二阶段用分离状态作为指数部分有目标地控制步长变化。通常盲源分离为了简化计算,需要对信号进行预处理,白化是较常被用到的。这样做简化了算法,使得算法的复杂度降低将近一半,但同时也限制了算法的应用范围,可能会导致算法不具有等变化性。而且很容易受到混合矩阵的影响,可能会使分离出的信号很大程度上偏离源信号。因此,本文在盲源分离的过程中加入正交约束,不仅可以达到预白化的效果而且还可保留盲源分离的等变化性质,分离效果更稳定。(本文来源于《太原理工大学》期刊2016-05-01)
杨硕,刘小斌,杨建青[9](2016)在《自适应步长神经网络盲分离算法的研究与应用》一文中研究指出【目的】利用神经网络盲分离算法来解决含噪声音信号盲分离问题.【方法】提出了一种改进的自适应步长混合神经网络算法,该算法可以很好的掌控步长因子函数的形状,且在接近零点处步长变化缓慢,使性能更加优越;同时针对神经网络结构的不足引入了递归结构,通过与改进的自适应步长算法的结合达到更好的分离效果.【结果】通过在汽车发动机含噪声音信号中的应用,表明出该算法稳定性、收敛性好,可灵活的控制了步长因子分离出发动机噪声信号,达到较好的分离效果.(本文来源于《甘肃农业大学学报》期刊2016年02期)
季策,杨坤,陶奕名,王新[10](2016)在《一种非平稳环境下的自适应变步长盲源分离算法》一文中研究指出提出一种基于不完整自然梯度的变步长约束算法,用来处理非平稳环境下的瞬时盲源分离问题.该算法利用系统上的扰动对代价函数进行约束,对算法中的约束因子采用自适应形式,根据分离情况对约束因子进行自适应调整,以加快收敛速度.同时,引入基于代价函数梯度的变步长,使其具有更好的跟踪性能.仿真结果表明,在非平稳环境下,所提出的算法在提高收敛速度的同时可以有效分离源信号而不产生严重的稳态误差.(本文来源于《控制与决策》期刊2016年04期)
自适应盲分离算法论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文基于经典的自然梯度盲源分离算法提出了一种新型数据分块处理的自适应变步长改进思路,在平稳和非平稳环境中进行正定盲信号分离。其中数据分块处理结合了批处理和自适应在线处理的优点,文中给出了其更新公式的详细的推导过程;变步长则在原有自适应算法的基础上,通过引入性能指数来构造目标函数,反馈到更新公式上,通过选取合适的经验参数自适应的调节步长,在一定程度上寻求稳态误差和收敛速度这对固有矛盾的平衡点,弥补固定步长存在的缺陷。仿真结果表明,所提方法具有在线算法实时跟踪快变非平稳环境的优点,并且对步长有较强的自适应调节能力,收敛速度快,稳态误差小,能以更小的运算量,更短的数据处理时间有效分离混合信号。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应盲分离算法论文参考文献
[1].李春腾,蒋宇中,刘芳君,张曙霞.融合动量项的步长自适应盲源分离算法[J].海军工程大学学报.2019
[2].杨烁,何兵哲,李加洪.基于数据分块的自适应变步长盲源分离算法[J].电子设计工程.2019
[3].李雄烽,高勇.一种新的自适应粒子滤波单通道盲分离算法[J].科学技术与工程.2018
[4].付卫红,张琮.基于步长自适应的独立向量分析卷积盲分离算法[J].电子与信息学报.2018
[5].陈增辉.基于插值互相关的超声钢轨探伤直达波自适应分离算法[D].华南理工大学.2018
[6].王哲.自适应步长盲源分离算法研究[D].天津大学.2016
[7].崔艳.一种具有等变性的自适应盲源分离算法[J].科技视界.2016
[8].刘婷.自适应变步长盲源分离算法的研究[D].太原理工大学.2016
[9].杨硕,刘小斌,杨建青.自适应步长神经网络盲分离算法的研究与应用[J].甘肃农业大学学报.2016
[10].季策,杨坤,陶奕名,王新.一种非平稳环境下的自适应变步长盲源分离算法[J].控制与决策.2016