崔艷

【摘 要】本文關注的是自適應盲源分離算法。首先介紹了白化算法，然后將白化規(guī)則和非線性主成分分析規(guī)則結合起來，得到了一種新的具有等變性的自適應盲源分離算法。最后，通過仿真實驗驗證了算法的有效性。

【關鍵詞】盲源分離；非線性主成分；白化；等變性

【Abstract】This paper focuses on the problem of adaptive blind source separation.First， the whitening algorithm is introduced. By combining it with nonlinear principle component analysis， a novel blind source separation algorithm ia obtained. Finally，the effectiveness of the algorithm is verified.

【Key words】Blind source separation； Nonlinear principle component analysis； Whitened； Equivariance

0 引言

盲源分離是在對傳輸信道未知的情況下，從已知的多個觀測信號提取未知的多個統(tǒng)計獨立源信號的過程。盲信號分離是當前信號處理和神經網絡界共同研究的熱點問題之一，在語音處理、雷達、圖像以及無線通信等領域具有廣闊的應用前景[1]。

盲源分離算法包括批處理算法和自適應算法兩類。有效的批處理算法包括Cardoso[2]的聯合對角化算法，Hyvarinen[3]的快速固定點算法和Feng et al.[4]多階段分解算法等，數值穩(wěn)定性較好，但不適于觀測數據即時更新的系統(tǒng)。自適應算法有Amari et al.的自然梯度算法，Pajunen et al.遞歸最小二乘算法等，計算量較小，且具有在線學習能力，但算法的收斂性和穩(wěn)定性受到學習步長的影響。

在本文中，通過將預白化規(guī)則和非線性主成分分析規(guī)則結合起來，我們將得到一種新的分離算法，該算法具有等變性。模擬結果也表明了該算法的有效性。

4 結論

本文將白化規(guī)則和非線性子空間學習規(guī)則結合起來，推導得到了一種新的EASI學習規(guī)則，它具有將白化和分離聯合起來的良好性質。仿真實驗也驗證了新算法的有效性。

【參考文獻】

[1]Hyvarinen， A.， Karhunen， J.， Oja， E.： Independent Component Analysis[M].Wiley， New York， 2001.

[2]Cardoso， J. F.， Blind beamforming for non-Gaussian signals[J]. IEEE Proceedings-F， 1993，140（6）：362-370.

[3]Hyvarinen， A.， Fast and robust fixed-point algorithms for independent component analysis[J]. IEEE Trans. Neural Networks， 1999，10（3）：626-634.

[4]Feng， D.Z.， Bao， Z.， Zhang， X. D.， Multistage decomposition algorithm for blind source separation[J]. Progress in Natural Science， 2002，12（3）：324-328.

[5]Pajunen， P.， Karhunen， J.， Least-square methods for blind source separation based on nonlinear PCA[J]. Int. J. of Neural Systems， 1998，8（12）： 601-612.

[6]ZHU Xiaolong，ZHANG Xianda. Blind source separation based on optimally selected estimating functions[J]. Journal of Xidian University，2003，30（3）：335-339.

[責任編輯：湯靜]