本文關鍵詞：一種基于峭度累積量比例微分控制的盲源分離學習率

  更多相關文章： 盲信號分離 峭度累積 比例微分控制 變步長學習率

【摘要】：自然梯度算法由于良好的分離性能在盲源分離中占有重要的地位,但該算法基于固定步長時,無法很好兼顧收斂速度和穩(wěn)態(tài)誤差.本文借鑒自動化控制的PID(Proportion Integration Differentiation)算法,提出一種與分離狀態(tài)緊密結合的變步長學習率算法.由于完成分離的信號峭度累積量是一個固有值,分離過程的信號峭度累積量與固有值將有一個不斷減小的誤差值.該算法以指數函數值來體現(xiàn)該誤差值.再利用該誤差構成比例微分的變步長算法,其中的步長初始值就相當于控制誤差的比例值,而誤差的微分項則得到加速的調整值.該算法仿真實驗結果與固定步長自然梯度盲源分離算法的仿真實驗結果對比:對應于初始步長的一個最大值和一個最小值,該算法的兩次迭代次數均低于采用固定步長算法的迭代次數,并且對于不同類型信號在兩次迭代次數間的差值約10~40次,而兩種算法的穩(wěn)態(tài)誤差是相同的.
【作者單位】： 福建師范大學福清分校電子與信息工程學院;
【基金】：福建省教育廳A類重點項目(No.JA13341)
【分類號】：TN911.6
【正文快照】： 1引言獨立分量分析是當前盲信源分離的主流方法.已經有很多有效的算法,這些算法的形式不同,它們都可以歸類于LMS(Least Mean Square)型算法.這些算法都存在一個學習率參數的優(yōu)選問題,如何提高算法的收斂速度和改進算法的穩(wěn)態(tài)性能一直是盲源分離研究的熱點之一[1,6~12].注意到

【參考文獻】

中國期刊全文數據庫 前8條

1 付紹軍;趙國棟;卓琨;;一種新的多信號卷積混合信號盲分離算法[J];電訊技術;2012年03期

2 孫守宇 ,鄭君里 ,吳里江 ,趙瑩;峭度自適應學習率的盲信源分離[J];電子學報;2005年03期

3 張銀雪;田學民;鄧曉剛;;基于改進人工蜂群算法的盲源分離方法[J];電子學報;2012年10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 陳琛;馬慶倫;李燈熬;趙菊敏;;NGA實現(xiàn)互信息量最小化的盲源分離[J];計算機工程與應用;2013年04期

6 呂淑平;祝捷;;一種改進的自適應混合神經網絡盲分離算法[J];計算機應用研究;2013年04期

7 劉俊良;于鳳芹;;基于分離度變步長的自然梯度算法的語音分離[J];計算機工程與應用;2013年21期

8 焦嵩鳴;趙瀟明;侯曉寧;;自整定PID控制算法在優(yōu)化控制站中的應用[J];計算機仿真;2014年01期

【共引文獻】

中國期刊全文數據庫 前10條

1 杜釗;李宏偉;張建忠;;L-DACS中的信號分離算法的研究[J];傳感器與微系統(tǒng);2012年06期

2 歐世峰;趙曉暉;高穎;;結合輔助分離系統(tǒng)的變步長盲源分離算法[J];電子學報;2009年07期

3 薄祥雷;何怡剛;尹柏強;方葛豐;樊曉騰;李中群;;基于影響因子的頻域盲源分離排序算法[J];電子學報;2014年02期

4 王生生;楊娟娟;柴勝;;基于混沌鯰魚效應的人工蜂群算法及應用[J];電子學報;2014年09期

5 董芬英;;基于FPGA模糊變步長的在線盲源分離算法的實現(xiàn)[J];電腦開發(fā)與應用;2014年12期

6 高永琪;張毅;;基于微分進化-蟻群優(yōu)化算法的潛航器航路規(guī)劃[J];四川兵工學報;2015年01期

7 暴勵;;一種思維進化蜂群算法[J];電子學報;2015年05期

8 胥良;賈憲生;;基于神經網絡的PID控制方法在礦井提升機中的應用[J];工業(yè)儀表與自動化裝置;2015年02期

9 歐世峰;趙曉暉;高穎;;雙系統(tǒng)自適應耦合盲源分離算法[J];吉林大學學報(工學版);2010年05期

10 高穎;李月;楊寶俊;;變步長自適應盲源分離算法綜述[J];計算機工程與應用;2007年19期

中國重要會議論文全文數據庫 前1條

1 李軍;張永祥;姚曉山;;峭度自適應學習步長盲提取算法提取軸承沖擊信號[A];第八屆全國設備與維修工程學術會議、第十三屆全國設備監(jiān)測與診斷學術會議論文集[C];2008年

中國博士學位論文全文數據庫 前4條

1 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

2 高穎;盲源分離理論及其在地球物理勘探中的應用[D];吉林大學;2008年

3 薛羽;仿生智能優(yōu)化算法及其應用研究[D];南京航空航天大學;2013年

4 郭艷菊;基于仿生智能優(yōu)化的圖像處理算法研究[D];河北工業(yè)大學;2014年

中國碩士學位論文全文數據庫 前10條

1 馬慶倫;基于互信息量最小化的循環(huán)平穩(wěn)信號盲源分離算法[D];太原理工大學;2011年

2 張海燕;基于循環(huán)平穩(wěn)度和聯(lián)合近似對角化的盲源分離算法研究[D];太原理工大學;2011年

3 高巧玲;改進的快速獨立分量分析及其在語音盲分離的應用研究[D];湖南師范大學;2011年

4 汪斌;基于改進的獨立分量分析算法的諧波檢測[D];安徽大學;2011年

5 侯瑞玲;自適應盲源分離與盲多用戶檢測算法研究[D];重慶郵電大學;2011年

6 馬守科;基于獨立分量分析的盲源分離在線算法研究[D];湖南大學;2007年

7 周捚卿;運動平臺盲源分離技術研究[D];西安電子科技大學;2010年

8 張月;負熵最大化的FastICA心電消噪研究[D];太原理工大學;2012年

9 彭天亮;基于ICA理論的盲分離算法及技術研究[D];昆明理工大學;2012年

10 董康;不同視覺刺激方式下的左右手運動想象腦電信號模式識別研究[D];杭州電子科技大學;2013年

【二級參考文獻】

中國期刊全文數據庫 前10條

1 金奇;鄧志杰;;PID控制原理及參數整定方法[J];重慶工學院學報(自然科學版);2008年05期

2 李梅;李文杰;姚善化;;改進的變步長LMS自適應濾波算法及仿真[J];電測與儀表;2010年06期

3 張華;馮大政;龐繼勇;徐先鋒;;基于單分量提取的卷積盲分離算法[J];電路與系統(tǒng)學報;2009年06期

4 白志茂;黃高明;徐琴珍;楊綠溪;;基于信息典型相關分析的盲源分離算法[J];東南大學學報(自然科學版);2009年06期

5 羅志增;李文國;;基于小波變換和盲信號分離的多通道肌電信號處理方法[J];電子學報;2009年04期

6 歐世峰;趙曉暉;高穎;;結合輔助分離系統(tǒng)的變步長盲源分離算法[J];電子學報;2009年07期

7 陸鳳波;黃知濤;彭耿;姜文利;;基于時頻分布的欠定混疊盲分離[J];電子學報;2011年09期

8 韓璞;董澤;張倩;;自動化技術的發(fā)展及其在火電廠中的應用[J];華北電力大學學報(自然科學版);2008年06期

9 劉鑫;馬琳;譚學治;;白化處理的自然梯度盲源分離統(tǒng)一算法[J];哈爾濱工業(yè)大學學報;2010年07期

10 余華;吳文全;劉忠;;自適應步長EASI算法研究及改進[J];艦船電子工程;2009年10期

中國博士學位論文全文數據庫 前1條

1 王超;頻域卷積混合盲分離研究[D];上海大學;2008年

中國碩士學位論文全文數據庫 前1條

1 李著成;基于獨立分量分析盲源分離算法的研究[D];太原理工大學;2006年

【相似文獻】

中國期刊全文數據庫 前10條

1 杜利民,侯自強;多層前饋神經網絡快速學習算法的實現(xiàn)[J];電子學報;1992年10期

2 曹均闊,舒遠仲,葉水生;一種結構自組織的改進BP網絡[J];計算機工程;2005年17期

3 李琳娜;;基于變學習率的多agent學習算法的研究[J];長春工程學院學報(自然科學版);2009年04期

4 孔繼利;賈國柱;欒世超;司曉玲;;考慮學習率和搬運時間的人工作業(yè)系統(tǒng)批量加工模式研究[J];系統(tǒng)工程理論與實踐;2013年08期

5 王子才,施云惠,崔明根;一種具有動態(tài)最優(yōu)學習率的BP算法[J];系統(tǒng)仿真學報;2001年06期

6 酈小敏,王衛(wèi)紅,王宗學;RBFN輸出層學習率的一種穩(wěn)定算法[J];計算機仿真;2004年02期

7 張聰,劉希玉;基于改進的動態(tài)因子多層前饋網絡學習算法[J];山東交通學院學報;2004年04期

8 龔安;張敏;;BP網絡自適應學習率研究[J];科學技術與工程;2006年01期

9 王偉;孫以材;汪鵬;;無學習率權值調整神經計算法擬合范德堡多項式[J];電子器件;2008年03期

10 吳立鋒;吳經龍;;BP算法學習率自適應性研究[J];大眾科技;2011年12期

中國重要會議論文全文數據庫 前2條

1 詹濤;張春路;丁國良;;基于學習率優(yōu)化和調整方向選擇的改進BP算法在制冷系統(tǒng)仿真中的應用[A];上海市制冷學會一九九九年學術年會論文集[C];1999年

2 胡上尉;劉瓊蓀;孫海雷;;基于三項BP算法的最優(yōu)學習參數估計[A];2006中國控制與決策學術年會論文集[C];2006年

，

本文編號：1159099