發(fā)布時間：2018-04-11 01:12

  本文選題：盲源分離 + 典型相關(guān)性分析�。� 參考：《吉林大學學報(理學版)》2017年03期

【摘要】：通過分析經(jīng)典的典型相關(guān)性分析標準,提出一種新的源信號抽取標準,并利用在線擬牛頓算法求解新標準,進而得到一種新的基于典型相關(guān)性分析的盲源信號抽取算法,實現(xiàn)了盲源分離.理論分析表明,新源信號抽取標準的唯一全局最小值點是經(jīng)典典型相關(guān)性分析標準的最大值點.仿真結(jié)果表明,新算法收斂速度更快.
[Abstract]:By analyzing the classical canonical correlation analysis standard, a new source signal extraction standard is proposed, and a new blind source signal extraction algorithm based on canonical correlation analysis is obtained by using on-line quasi-Newton algorithm to solve the new standard.Blind source separation is realized.Theoretical analysis shows that the unique global minimum point of the new source signal extraction standard is the maximum point of the classical canonical correlation analysis standard.Simulation results show that the new algorithm converges faster.
【作者單位】： 西安電子科技大學數(shù)學與統(tǒng)計學院;
【基金】：國家自然科學基金(批準號:61573014)
【分類號】：TN911.7

【參考文獻】

相關(guān)期刊論文 前3條

1 艾，

本文編號：1733761