基于FIR滤波器矩阵代数的多通道盲解卷积算法

通过FIR滤波器矩阵代数将盲源分离算法扩展为多通道盲解卷积算法,得到了多通道盲解卷积的自然梯度算法和等变自适应算法。然后,分别对两纯亚高斯信号的卷积混合信号和两纯超高斯信号的卷积混合信号进行盲解卷积分离,给出了分离滤波器和全局滤波器的脉冲响应以及描述算法性能的IC、IISI和MC-ISI指标,仿真结果表明基于滤波器矩阵代数的多通道盲解卷积自然梯度算法对同系信号的分离和解卷积均具有很好的效果。

高阶微分器优化设计研究

提出了一种基于BP算法的正弦基函数神经网络模型 ,研究了该数神经网络算法与线性相位微分器幅频特性的关系 ,提出了该神经网络算法的收敛条件 ,给出了高阶微分器的优化设计实例 .计算机仿真结果表明了该神经网络算法不仅是有效的而且是高效的 .与传统的窗口函数法和雷米兹化设计方法相比 ,本优化设计方法不需要计算矩阵的逆 ,因而解决了雷米兹优化设计方法求高阶矩阵逆的困难 .由于微分器是一种特殊的 4型FIR线性相位滤波器 ,只要求出脉冲响应序列 ,就可以用软件方法实现数字微发运算 ,也可以通过CPLD复杂可编程器件或DSP数字信号处理芯片实现硬件数字微分运算 ,因此 。