瞬时梯度去相关在线EASI算法

针对在线EASI算法的瞬时梯度与真实梯度存在偏差,并且偏差会随着分离矩阵的迭代更新传递和累积下去,造成分离性能下降的问题,提出了一种瞬时梯度去相关的在线EASI算法—IGDA-EASI算法。IGDA-EASI算法通过消除瞬时梯度间的相关性,减小偏差累积,从而提高算法的分离性能。经仿真实验验证,该算法相较传统在线EASI算法在收敛速度和分离精度方面都获得了较大提高。在信道时变的情况下,IGDA-EASI算法同样具有更好的分离性能。并且在动量项EASI算法中IGDA算法依然具有适用性。