| 一种基于峭度累积量比例微分控制的盲源分离学习率 |
| |
| 引用本文： | 陈国钦.一种基于峭度累积量比例微分控制的盲源分离学习率[J].电子学报,2015,43(5):929. |
| |
| 作者姓名： | 陈国钦 |
| |
| 作者单位： | 福建师范大学福清分校电子与信息工程学院,福建福清,350300 |
| |
| 基金项目： | 福建省教育厅A类重点项目 |
| |
| 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PID （Proportion Integration Differentiation ）算法，提出一种与分离状态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 |
| 收稿时间： | 2014-07-02 |
A Learning Rate in Blind Source Separation Based on Proportional Differential Control of Kurtosis Cumulative |
| |
| CHEN Guo-qin.A Learning Rate in Blind Source Separation Based on Proportional Differential Control of Kurtosis Cumulative[J].Acta Electronica Sinica,2015,43(5):929. |
| |
| Authors: | CHEN Guo-qin |
| |
| Abstract: | |
| |
| Keywords: | blind signal separation kurtosis cumulative proportion differential control variable-step size in learning rate |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《电子学报》浏览原始摘要信息 |
| 点击此处可从《电子学报》下载免费的PDF全文 |
