一类基于非线性PCA准则的复数信号盲分离算法

在阵列信号处理过程中，经常遇到复数信号盲分离问题。例如，卷积混合型的源信号的盲分离；声纳信号盲分离。本文提出了一类基于非线性准则的复数信号盲分离算法。将非线性函数引入学习过程，由算法自动调节学习速率。计算机仿真实验验证了算法的有效性，文中给出了验证结果。

信号盲分离问题多阶段分解算法

提出了一种新的信号盲分离算法,它每个阶段仅抽取单个独立分量.这种方法通过一种求所定义的代价函数的最优解的有效迭代算法,可以找到单个独立分量,通过系统化的多阶段分解和多阶段重构,可以得到全部独立分量.当存在空间色噪声时,这种方法的性能优于一组特征矩阵近似联合对角化(JADE)技术.仿真实验表明在独立源较多(如25个以上)情况下,该方法所花时间明显小于JADE所花时间.

自适应盲信号的分离算法解析

盲信号处理理论研究目前主要集中在盲信号分离(BSS)和盲系统辨识(BSI)两个方向上。文章从介绍信号分离技术的概念开始,在对盲信号分离技术的发展现状进行分析的基础上,对盲信号分离技术中的自适应盲信号分离算法进行了重点解析。

基于自然梯度的递归最小二乘盲信号分离

研究在线盲信号分离问题,先提出一种递归最小二乘(RLS)由化算法,然后与一种基于自然梯度的RLS信号分离算法相结合,并经合理近似,得到一种新的RLS盲信号分离算法,它不需要对观测数据进行白化预处理,RLS由化算法和RLS信号分离算法的平衡点分析表明,这两种算法具有所期望的收敛性。理论证明了提出的RLS盲信号分离算法具有等变化性和分离矩阵的非奇异性这两个关键性能,仿真实验验证了新算法的有效性。