计算机科学与探索 ›› 2017, Vol. 11 ›› Issue (3): 365-372.DOI: 10.3778/j.issn.1673-9418.1604055
王 哲1,张立毅1,2,陈 雷1,2,3+,李 锵1
WANG Zhe1, ZHANG Liyi1,2, CHEN Lei1,2,3+, LI Qiang1
摘要: 盲源分离(blind source separation,BSS)是指在混合系数未知的情况下,从混合信号中恢复出源信号的过程。在实时盲源分离问题中,学习速率的选择对于算法的性能有着至关重要的作用。为了得到合适的学习速率,提出了如下盲源分离的步长选择算法:通过衡量当前时刻输出信号的依赖程度,将整个信号分离过程分为快速分离和精细分离两个阶段。在快速分离阶段,应用粒子群优化算法确定学习速率,而在精细分离阶段,采用分段函数来确定学习速率。仿真结果证实,新算法比使用固定或其他自适应学习速率的算法有更快的收敛速度和更好的稳态性能。