[发明专利]基于NPCA的自适应变步长盲源分离方法

摘要

本发明请求保护基于梯度的自适应变步长NPCA算法和最优变步长NPCA算法两种自适应变步长盲源分离处理方法，属于信号处理领域。针对固定步长NPCA不能同时兼顾收敛速度和收敛精度的情形，本发明通过使算法的迭代步长自适应变化，在保证收敛精度的条件下加快收敛速度。其中，基于梯度的自适应变步长NPCA方法使迭代步长与代价函数相关联，使迭代步长自适应变化，从而加快算法的收敛速度。最优变步长NPCA方法通过对代价函数进行一阶线性近似表示，从而计算出当前时刻的最优迭代步长，并且该方法不需要人工设置任何参数。

主权项

1.一种用于通信信号的基于梯度的自适应变步长NPCA盲源分离方法，其特征在于，N个源通信信号s(t)＝[s₁(t)，…，s_N(t)]^T经过信道混合矩阵A的传输后得到M个观测信号x(t)＝[x₁(t)，…，x_M(t)]^T，利用NPCA准则建立代价函数其中，E{.}表示期望运算，(.)^T表示转置运算，W表示分离矩阵，表示某一个非线性函数。最小化代价函数得到分离矩阵的迭代估计W(t+1)＝W(t)+ηz(t)[x^T(t)-z^T(t)W(t)]，其中，为一个非线性函数，η为迭代步长，所述迭代步长为变量，所述迭代步长按照进行自适应迭代更新，其中，ρ是一个小的常数，根据分离矩阵W(t)、迭代步长η(t)、输出的恢复信号y(t)以及由y(t)定义的非线性函数调用公式W(t+1)＝W(t)+η(t)z(t)[x^T(t)-z^T(t)W(t)]得到下一时刻的分离矩阵W(t+1)，对所有观测信号逐点更新分离矩阵，将全部观测信号通过最终的分离矩阵，根据公式y(t)＝Wx(t)得到通信信号s(t)的估计信号。