共查询到10条相似文献,搜索用时 15 毫秒
1.
针对盲源分离问题,提出一种基于接收信号不同延时下自相关矩阵组的快速联合对角化算法(FJD).采用乘性迭代机制求解表征联合对角化近似程度的F-范数代价函数.对代价函数的合理近似及巧妙求解,是算法快速有效的核心原因.每步迭代得到的严格对角占优更新矩阵,保证联合对角化器严格可逆,防止收敛到平凡解.算法具有不需要预白化操作,不限定待对角化目标矩阵的正定性,并能处理复值数据等诸多优点,具有极广的适用性.详细的计算复杂度分析说明了算法的高效性及易操作性.仿真结果表明,FJD算法收敛速度快,性能良好,能有效地解决盲源分离问题. 相似文献
2.
联合对角化方法是求解盲源分离问题的有力工具.但是现存的联合对角化算法大都只能求解实数域盲源分离问题,且对目标矩阵有诸多限制.为了求解更具一般性的复数域盲源分离问题,提出了一种基于结构特点的联合对角化(Structural Traits Based Joint Diagonalization,STBJD)算法,既取消了预白化操作解除了对目标矩阵的正定性限制,又允许目标矩阵组为复值,具有极广的适用性.首先,引入矩阵变换,将待联合对角化的复数域目标矩阵组转化为新的具有鲜明结构特点的实对称目标矩阵组.随后,构建联合对角化最小二乘代价函数,引入交替最小二乘迭代算法求解代价函数,并在优化过程中充分挖掘所涉参量的结构特点加以利用.最终,求得混迭矩阵的估计并据此恢复源信号.仿真实验证明与现存的有代表性的对目标矩阵无特殊限制的复数域联合对角化算法FAJD算法及CVFFDIAG算法相比,STBJD算法具有更高的收敛精度,能有效地解决盲源分离问题. 相似文献
3.
一种充分利用变量结构的解卷积 混合盲源分离新方法 总被引:2,自引:1,他引:1
针对卷积混合盲源分离问题,提出一种基于接收信号不同延时下自相关矩阵组的联合块内对角化方法.为了求解表征联合块内对角化近似程度的基于最小二乘的三二次代价函数,给出基于梯度下降法的三迭代算法.该算法在充分利用混迭矩阵的块Toeplitz结构和源信号相关矩阵的块内对角化结构的基础上,交替估计代价函数中的三组待定参数,搜索代价函数最小点,从而得到混迭矩阵的估计,实现信道的盲均衡和源信号的盲分离.分析了三迭代算法的收敛性能,证明即使存在估计误差时,该算法依然全局渐进收敛.仿真结果表明,与其他经典的两步算法相比,提出的一步算法能够更好地估计混迭矩阵并恢复出源信号,有效地解决了卷积混合盲源分离问题. 相似文献
4.
该文提出一种基于四阶累积量张量联合对角化的联合盲源分离(J-BSS)算法。首先通过计算4阶互累积量将多数据集信号的J-BSS问题转化为4阶张量联合对角化问题。接下来,基于雅可比连续旋转将张量联合对角化这类非线性优化问题,转化为一系列可获取闭式解的简单子优化问题,并通过交替迭代对多数据集混合矩阵进行更新,进而实现J-BSS。实验结果表明,所提算法具有良好的收敛性能,较之现有的同类型BSS及J-BSS算法具有更高的精度。此外,该算法在分离实际胎儿心电信号方面也表现出良好的性能。
相似文献5.
6.
7.
提出了一种双基地MIMO雷达角度估计方法。在发射端利用ESPRIT算法获取长短基线的旋转不变因子,通过联合对角化提高离开角度(DOD)的估计精度。根据已估计的DOD,采用迭代算法得到接收导向矢量。针对等距线阵和非等距线阵,分别提出了基于范德蒙矩阵特性和解模糊的多基线联合到达角度(DOA)估计方法,避免了两维搜索且角度自动配对。计算机仿真验证了该方法的有效性和优越性。 相似文献
8.
9.
10.
非正交联合对角化盲分离算法的可辨识性研究 总被引:1,自引:0,他引:1
该文从非正交联合对角化的唯一性条件出发,研究了盲分离算法的可辨识性问题。由接收信号的二阶统计量和高阶累积量分别组成的目标矩阵具有可对角化的结构,因此可以用非正交联合对角化的方法解决盲分离问题。指出非正交联合对角化的唯一存在条件是:由对角矩阵中相同位置的对角元素所组成的向量两两线性无关。从该条件出发推导出基于二阶统计量的非正交联合对角化算法实现盲分离的充分必要条件是源信号自相关函数的形状不同,基于高阶累积量的算法实现盲分离的充分必要条件是源信号中没有高斯信号,从而为运用非正交联合对角化解决盲分离问题提供了理论指导。数值仿真试验验证了结论的正确性。 相似文献