摘要:把后非线性混叠信号盲分离的分离系统用泛函连接网络来建模,对分离系统的输出应用高阶统计量独立性准则作为测度,然后利用差分进化算法对泛函连接网络的权值进行学刊,从而获得了一种后非线性混叠信号盲分离算法。由于泛函连接网络是一种单层神经网络,具有学习参数少、收敛速度快和非线性逼近能力强的特点;而差分进化算法控制参数少、易于选择、具有全局寻优能力和快速的收敛特性:因而与其它的后非线性混叠信号盲分离方法相比,该文提出的分离算法具有计算简单、收敛速度快、较高的精度和稳定性好的特点。仿真结果显示了这种方法是可行和有效的。
关键词:盲信号分离 后非线性混叠 泛函人工神经网络 差分进化算法
单位:广州大学信息学院计算机科学与技术系; 广州510405; 华南理工大学电子与信息学院; 广州510641
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社