Fast-ICA算法非線性函數(shù)性能的仿真分析
發(fā)布時(shí)間:2022-01-03 20:43
利用Fast-ICA算法進(jìn)行盲源分離時(shí),計(jì)算其目標(biāo)函數(shù)最常用的非線性函數(shù)主要是雙曲正切函數(shù)(tanh)、高斯函數(shù)和y3三種類型的函數(shù)。為了比較這三種非線性函數(shù)對(duì)算法的影響,找到一種令算法最優(yōu)的非線性函數(shù),基于不同角度和方法,構(gòu)造兩種類型的源信號(hào)組。仿真分析了三種函數(shù)代入迭代公式時(shí)得到的結(jié)果及誤差。通過(guò)對(duì)比得出y3函數(shù)令算法最優(yōu),這一結(jié)論為復(fù)雜龐大的工程計(jì)算提供了快速計(jì)算的實(shí)際依據(jù)。
【文章來(lái)源】:計(jì)算機(jī)應(yīng)用與軟件. 2020,37(06)北大核心
【文章頁(yè)數(shù)】:7 頁(yè)
【部分圖文】:
3種非線性函數(shù)的波形比較
實(shí)驗(yàn)中,首先構(gòu)造源信號(hào):正弦信號(hào)s1=2sin(0.02πt),方波信號(hào)s2=2square(100t,50),鋸齒信號(hào)a=linspace(1,-1,25),s3=2[a,a,a,a,a,a,a,a]。為了更加準(zhǔn)確地對(duì)分離效果進(jìn)行對(duì)比分析,加入一個(gè)幅值大于0小于1的隨機(jī)噪聲,作為干擾信號(hào),其中采樣頻率fs=200 Hz,圖2為源信號(hào)的波形圖。利用一個(gè)隨機(jī)矩陣將各路信號(hào)進(jìn)行混合,得到混合信號(hào)即為觀測(cè)信號(hào),如圖3所示。圖3 觀察信號(hào)波形圖
觀察信號(hào)波形圖
【參考文獻(xiàn)】:
期刊論文
[1]基于有理多項(xiàng)式非線性函數(shù)的FastICA算法[J]. 趙知?jiǎng)?黃艷波,強(qiáng)芳芳. 杭州電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
本文編號(hào):3566947
【文章來(lái)源】:計(jì)算機(jī)應(yīng)用與軟件. 2020,37(06)北大核心
【文章頁(yè)數(shù)】:7 頁(yè)
【部分圖文】:
3種非線性函數(shù)的波形比較
實(shí)驗(yàn)中,首先構(gòu)造源信號(hào):正弦信號(hào)s1=2sin(0.02πt),方波信號(hào)s2=2square(100t,50),鋸齒信號(hào)a=linspace(1,-1,25),s3=2[a,a,a,a,a,a,a,a]。為了更加準(zhǔn)確地對(duì)分離效果進(jìn)行對(duì)比分析,加入一個(gè)幅值大于0小于1的隨機(jī)噪聲,作為干擾信號(hào),其中采樣頻率fs=200 Hz,圖2為源信號(hào)的波形圖。利用一個(gè)隨機(jī)矩陣將各路信號(hào)進(jìn)行混合,得到混合信號(hào)即為觀測(cè)信號(hào),如圖3所示。圖3 觀察信號(hào)波形圖
觀察信號(hào)波形圖
【參考文獻(xiàn)】:
期刊論文
[1]基于有理多項(xiàng)式非線性函數(shù)的FastICA算法[J]. 趙知?jiǎng)?黃艷波,強(qiáng)芳芳. 杭州電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
本文編號(hào):3566947
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3566947.html
最近更新
教材專著