發(fā)布時間：2019-03-20 22:00

【摘要】：當源信號各分量差異較大或全局矩陣為非行元素優(yōu)勢矩陣時,基于串音誤差的變步長等變自適應分離(EASI)算法難以正確評價分離效果,導致步長選取錯誤。針對該問題,提出一種改進的變步長EASI算法。通過計算基于串音誤差的步長平方根適當增大步長,同時定義信號分離度對步長做進一步調(diào)整,減小因串音誤差分離結(jié)果評價不準確而導致步長錯誤變小的影響。仿真結(jié)果表明,該算法具有較好的步長調(diào)節(jié)能力,相對傳統(tǒng)EASI算法和基于串音誤差、基于串音誤差步長平方根、基于分離度的變步長EASI算法分離效果更佳。
[Abstract]:When the difference of each component of the source signal is large or the global matrix is the dominant matrix of non-row elements, it is difficult for the adaptive separation (EASI) algorithm with variable step size based on crosstalk error to correctly evaluate the separation effect, which leads to the wrong selection of step size. To solve this problem, an improved variable step size EASI algorithm is proposed. By calculating the square root of step size based on crosstalk error and defining the separation degree of signal to further adjust the step size, the influence of inaccurate evaluation of crosstalk error separation result will be reduced. Simulation results show that the algorithm has better step size adjustment ability than the traditional EASI algorithm and the crosstalk-based error-based cross-talk error based on square root of cross-talk error, and the separation effect of the variable step-size EASI algorithm based on separation degree is better than that of traditional EASI algorithm and cross-talk error-based algorithm.
【作者單位】： 安徽理工大學電氣與信息工程學院;
【基金】：國家自然科學基金(61401215,51604011) 安徽省高校優(yōu)秀青年人才支持計劃重點項目(gxyq ZD2016082) 安徽省自然科學基金(1708085QF135) 安徽理工大學研究生創(chuàng)新基金(2017CX2033)
【分類號】：TN911.7

【相似文獻】

相關(guān)期刊論文 前10條

1 程水英;盲源分離理論的思維方式[J];發(fā)明與創(chuàng)新;2004年12期

2 李廣彪,張劍云,毛云祥;盲源分離的發(fā)展及研究現(xiàn)狀[J];航天電子對抗;2004年06期

3 王昆;;盲源分離問題的分析研究[J];科技信息;2008年29期

4 柯維;張永祥;呂博;;基于微分進化算法的盲源分離[J];海軍工程大學學報;2012年05期

5 林秋華,殷福亮;盲源分離自適應算法的統(tǒng)一形式[J];大連理工大學學報;2002年04期

6 劉海林;謝勝利;章晉龍;;微延遲病態(tài)卷積混疊盲源分離的可分性研究[J];計算機科學;2003年07期

7 吳微東,莊哲民;基于盲源分離的一種快速獨立分量分析算法[J];汕頭大學學報(自然科學版);2004年02期

8 郭松;孫云蓮;;基于獨立分量分析盲源分離快速算法[J];電子測量技術(shù);2004年02期

9 丁鐸,賈永強,王映民;一種基于峰度的盲源分離算法研究[J];現(xiàn)代電子技術(shù);2005年14期

10 肖俊,何為偉;源信號數(shù)目大于觀察信號數(shù)目情況下的盲源分離[J];現(xiàn)代電子技術(shù);2005年11期

相關(guān)會議論文 前10條

1 李舜酩;;轉(zhuǎn)子振動信號的盲源分離研究[A];第三屆全國虛擬儀器大會論文集[C];2008年

2 許林周;章新華;范文濤;;一種盲源分離后續(xù)去冗余方法[A];2009年全國水聲學學術(shù)交流暨水聲學分會換屆改選會議論文集[C];2009年

3 韓少博;林京;吳文燾;;頻域盲源分離中的一種穩(wěn)健解排列模糊方法[A];中國聲學學會2009年青年學術(shù)會議[CYCA’09]論文集[C];2009年

4 章林柯;何琳;江涌;;基于盲源分離的潛艇源識別信號去除干擾研究[A];第十一屆船舶水下噪聲學術(shù)討論會論文集[C];2007年

5 康春玉;章新華;李軍;;盲源分離與自適應濾波器結(jié)合抑制強干擾研究[A];2012'中國西部聲學學術(shù)交流會論文集(Ⅱ)[C];2012年

6 周祥;樊濤;;基于盲源分離的儲油罐底腐蝕混疊信號的識別與分離[A];第八屆沈陽科學學術(shù)年會論文集[C];2011年

7 王穎翠;;一種基于自然梯度的卷積混合頻域盲源分離算法[A];現(xiàn)代通信理論與信號處理進展——2003年通信理論與信號處理年會論文集[C];2003年

8 許策;章新華;高成志;;源數(shù)目估計對盲源分離算法影響分析[A];2007年全國水聲學學術(shù)會議論文集[C];2007年

9 成謝鋒;張仲;孫夏;;一種單路混合信號的盲源分離新方法[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 胡增輝;朱炬波;;基于盲源分離的波達角估計[A];第十四屆全國信號處理學術(shù)年會(CCSP-2009)論文集[C];2009年

相關(guān)博士學位論文 前10條

1 張良俊;欠定盲源分離算法及其應用研究[D];武漢理工大學;2015年

2 吳微;含噪盲源分離算法研究及其在水聲信號中的應用[D];解放軍信息工程大學;2014年

3 駱忠強;無線通信盲源分離關(guān)鍵技術(shù)研究[D];電子科技大學;2016年

4 徐先峰;利用參量結(jié)構(gòu)解盲源分離算法研究[D];西安電子科技大學;2010年

5 王爾馥;盲源分離理論及其在通信系統(tǒng)中的應用[D];哈爾濱工業(yè)大學;2009年

6 李昌利;盲源分離的若干算法及應用研究[D];西安電子科技大學;2010年

7 高建彬;盲源分離算法及相關(guān)理論研究[D];電子科技大學;2012年

8 郭靖;盲源分離的時頻域算法研究[D];重慶大學;2012年

9 劉建強;非平穩(wěn)環(huán)境中的盲源分離算法研究[D];西安電子科技大學;2009年

10 李燈熬;基于循環(huán)平衡理論的盲源分離算法[D];太原理工大學;2010年

相關(guān)碩士學位論文 前10條

1 彭帆;多輸入多輸出系統(tǒng)盲源分離頻域新方法的研究[D];汕頭大學;2002年

2 程舒慧;動態(tài)盲源分離及其在生物醫(yī)學信號處理中的應用研究[D];安徽大學;2011年

3 張政;基于獨立分量分析的盲源分離算法優(yōu)化研究[D];南京信息工程大學;2015年

4 姚鑫;基于EEMD的單通道盲源分離研究與應用[D];大連交通大學;2015年

5 張穎;低角雷達盲信號分離方法研究[D];河南師范大學;2015年

6 吳康銳;基于空間幾何信息約束的欠定卷積盲源分離[D];南昌大學;2015年

7 李莽;盲源分離在信號探測中的應用[D];電子科技大學;2014年

8 宋繼飛;噪聲條件下欠定盲源分離算法研究[D];大連理工大學;2015年

9 張山;基于雙麥克風的盲聲源處理算法研究[D];電子科技大學;2015年

10 方健;基于盲源分離的MIMO雷達偵察與識別[D];西安電子科技大學;2014年

，

本文編號：2444670