一种基于峭度累积量比例微分控制的盲源分离学习率.pdf

第 期 电 子 学 报 ５ Ｖｏｌ．４３ Ｎｏ．５ 年 月 ２０１５ ５ ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｍａｙ ２０１５ 一种基于峭度累积量比例微分控制的 盲源分离学习率 陈国钦 （福建师范大学福清分校电子与信息工程学院，福建福清３５０３００） 摘 要： 自然梯度算法由于良好的分离性能在盲源分离中占有重要的地位，但该算法基于固定步长时，无法很 好兼顾收敛速度和稳态误差 本文借鉴自动化控制的 （ ）算法，提出一种与分离状态 ． ＰＩＤＰｒｏｐｏｒｔｉｏｎＩｎｔｅｇｒａｔｉｏｎＤｉｆｆｅｒｅｎｔｉａｔｉｏｎ 紧密结合的变步长学习率算法 由于完成分离的信号峭度累积量是一个固有值，分离过程的信号峭度累积量与固有值 ． 将有一个不断减小的误差值 该算法以指数函数值来体现该误差值 再利用该误差构成比例微分的变步长算法，其中 ． ． 的步长初始值就相当于控制误差的比例值，而误差的微分项则得到加速的调整值 该算法仿真实验结果与固定步长自 ． 然梯度盲源分离算法的仿真实验结果对比：对应于初始步长的一个最大值和一个最小值，该算法的两次迭代次数均低 于采用固定步长算法的迭代次数，并且对于不同类型信号在两次迭代次数间的差值约 １０～４０次，而两种算法的稳态 误差是相同的． 关键词： 盲信号分离；峭度累积；比例微分控制；变步长学习率 中图分类号： 文献标识码： 文章编号： （ ） ＴＮ９１１ Ａ ０３７２２１１２２０１５０５０９２９０６ 电子学报 ： ： ： ＵＲＬ ｈｔｔｐ／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ ＤＯＩ １０．３９６９／ｊ．ｉｓｓｎ．０３７２２１１２．２０１５．０５．０１５ ＡＬｅａｒｎｉｎｇＲａｔｅｉｎＢｌｉｎｄＳｏｕｒｃｅＳｅｐａｒａｔｉｏｎＢａｓｅｄｏｎＰｒｏｐｏｒｔｉｏｎａｌ ＤｉｆｆｅｒｅｎｔｉａｌＣｏｎｔｒｏｌｏｆＫｕｒｔｏｓｉｓＣｕｍｕｌａｔｉｖｅ ＣＨＥＮＧｕｏｑｉｎ （ ， ， ， ， ） ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＦｕｑｉｎｇＢｒａｎｃｈｏｆＦｕｊｉａｎＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙＦｕｑｉｎｇＦｕｊｉａｎ３５０３００Ｃｈｉｎａ ： Ａｂｓｔｒａｃｔ Ｎａｔｕｒａｌｇｒａｄｉｅｎｔａｌｇｏｒｉｔｈｍｏｃｃｕｐｉｅｓａｎｉｍｐｏｒｔａｎｔｐｏｓｉｔｉｏｎｉｎｂｌｉｎｄｓｏｕｒｃｅｓｅｐａｒａｔｉｏｎｄｕｅｔｏｉｔｓｇｏｏｄｓｅｐａｒａｔｉｏｎｐｅｒ ， ， ｆｏｒｍａｎｃｅｂｕｔｗ