摘要
该文首先基于Oja定义的非线性PCA准则J1(W),利用矩阵广义逆递推得到一种盲信号分离算法,然后对Karhunen给出的非线性PCA加权误差平方和准则J2(W),采用梯度下降算法和线性寻优而得到另一种自适应盲信号分离算法。对这两个分离算法进行了计算机仿真,仿真结果表明它们的有效性。
Firstly,based on the nonlinear PCA criterion J1 （W）defined by Oja,We propose a blind signal separation algorithm by using recursion of generalized inverse matrix.Then,based on the nonlinear PCA criterion J2（W） defined by Karhunen,We present the other blind signal separation algorithm by using gradient descent method and linear search optimization.Computer simulation results show that the proposed algorithms are effective.
出处
《计算机工程与应用》
CSCD
北大核心
2005年第22期24-26,共3页
Computer Engineering and Applications
基金
国家自然科学基金(编号:60274006)
国家杰出青年自然科学基金(编号:60325310)
中国博士后科学基金(编号:2003034062)
广东省教育厅自然科学研究项目
广州市科技计划项目(编号:2004J1-C0323)
广州市属高校科技计划项目(编号:2055)
关键词
盲信号分离
非线性PCA准则
矩阵广义逆递推
梯度下降算法
blind signal separation,nonlinear PCA cfitefion,recursion of generalized inverse matrix,gradient descent method
