基于非线性主成分分析的自适应变步长盲源分离算法

作     者：辜方林 张杭 李伦辉 GU Fanglin;ZHANG Hang;LI Lunhui

作者机构：解放军理工大学通信工程学院 中国人民解放军75708部队 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2013年第33卷第5期

页      面：1233-1236页

核心收录：

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基　　金：国家自然科学基金资助项目(61001106) 国家973计划项目(2009CB320400) 

主　　题：盲源分离 非线性主成分分析 变步长 

摘      要：算法的迭代步长对于算法的收敛性能有着重要影响。针对固定步长的非线性主成分分析(NPCA)算法不能兼顾收敛速度和估计精度的情形,提出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算法来改善其收敛性能。特别地,最优变步长NPCA算法通过对代价函数进行一阶线性近似表示,从而计算出当前的最优迭代步长。该算法的迭代步长随估计误差的变化而变化,估计误差大,迭代步长相应大,反之亦然;且不需要人工设置任何参数。仿真结果表明,当算法的估计精度相同时,与固定步长NPCA算法相比,两种自适应变步长NPCA算法相对固定步长NPCA算法都具有更好的收敛速度或跟踪性能,且最优变步长NPCA算法的性能优于基于梯度的自适应变步长NPCA算法。