一种改进性能自适应ICA算法研究

研究高动态环境必须实时自适应追踪混合矩阵的变化,快速浮点独立成分分析(Fast-ICA)算法,可以达到快速收敛。依据梯度在线学习算法性能更好,但是它的缺点是收敛慢,并且依赖适当的收敛算子的选择。为解决上述问题,提出了一种依据梯度优化块自适应ICA算法(GBOBA/ICA),包含Fast-ICA和依据梯度在线学习两种算法的优点。进行仿真,结果表明,算法在时间变化的信道中(即混合矩阵快速变化时)有良好的性能。