基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文基于经典的自然梯度盲源分离算法提出了一种新型数据分块处理的自适应变步长改进思路,在平稳和非平稳环境中进行正定盲信号分离.其中数据分块处理结合了批处理和自适应在线处理的优点,文中给出了其更新公式的详细的推导过程;变步长则在原有自适应算法的基础上,通过引入性能指数来构造目标函数,反馈到更新公式上,通过选取合适的经验参数自适应的调节步长,在一定程度上寻求稳态误差和收敛速度这对固有矛盾的平衡点,弥补固定步长存在的缺陷.仿真结果表明,所提方法具有在线算法实时跟踪快变非平稳环境的优点,并且对步长有较强的自适应调节能力,收敛速度快,稳态误差小,能以更小的运算量,更短的数据处理时间有效分离混合信号.
推荐文章
一种基于NPCA的自适应变步长盲源分离算法
盲源分离
自适应变步长
非线性主成分分析
变步长自适应盲源分离算法综述
自适应
盲源分离
变步长
学习速率
改进的基于步长自适应的自然梯度盲源分离算法
通信信号
盲源分离
收敛速度
步长自适应
结合辅助分离系统的变步长盲源分离算法
盲源分离
辅助系统
自适应变步长
收敛性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于数据分块的自适应变步长盲源分离算法
来源期刊 电子设计工程 学科 工学
关键词 盲源分离 自然梯度算法 分块自适应 变步长
年,卷(期) 2019,(4) 所属期刊栏目 测量与控制
研究方向 页码范围 56-60,65
页数 6页 分类号 TN911
字数 4273字 语种 中文
DOI 10.3969/j.issn.1674-6236.2019.04.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何兵哲 13 47 4.0 6.0
2 杨烁 2 1 1.0 1.0
3 李加洪 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (82)
共引文献  (16)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(9)
  • 参考文献(4)
  • 二级参考文献(5)
2014(9)
  • 参考文献(1)
  • 二级参考文献(8)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
盲源分离
自然梯度算法
分块自适应
变步长
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子设计工程
半月刊
1674-6236
61-1477/TN
大16开
西安市高新区高新路25号瑞欣大厦10A室
52-142
1994
chi
出版文献量(篇)
14564
总下载数(次)
54
总被引数(次)
54366
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导