论文部分内容阅读
本文所介绍的剩余量独立性分析方法,基于线性预测模型来描述信号的时序结构,并利用信号的时序结构来指导信号盲分离过程从而得到了新的代价函数。1996年Amari指出盲分离矩阵具有黎曼结构,因此张丽清在黎曼流形上给出了IRA的共轭梯度法。本文针对原有算法中步长选择计算耗时的不足,将欧式空间上的GoldStein准则推广至黎曼流形从而得到了一种新的步长选择算法,并从理论角度证明其收敛性。仿真实验结果证明在不影响分离效果的情况下,该步长选择算法可以大大降低计算量。信号盲分离技术需要与实际应用相结合,尽管IRA算法只计算信号的二阶统计量,但是利用了时序结构这个先验知识,它可以成功分离相关性较高的图像信号,同时在分离EEG信号时也具有比传统二阶或高阶分离算法更好的效果。可以预见这种优化的IRA算法在数字图像处理领域以及生物医学信号领域必有广泛的应用前景。