Adaptive Improved RLS Algorithm for Blind Source Separation

• Autorzy: Ou S. , Wang X. , Gao Y.

Warianty tytułu

PL

Ulepszony algorytm adaptacyjny RLS do ślepej separacji sygnałów

• Języki publikacji: EN

Abstrakty

EN

Based on an adaptive combination of two RLS-type algorithms with different forgetting factor, an effective scheme is proposed to improve the performance of the RLS-type algorithm for blind source separation. A mixing parameter for adjusting the proportion of the two RLS algorithms is introduced in an attempt to put together the best properties of them, and its adaptive rule is obtained by means of a natural gradient criterion. Experimental results demonstrate the good performance of the proposed approach in different kinds of environments.

PL

W artykule przedstawiono nową, efektywniejszą strukturę algorytmu RLS do ślepej separacji sygnałów, bazującą na adaptacyjnej kombinacji dwóch takich algorytmów z różnymi współczynnikami ważenia. W celu uzyskania jak najlepszego wykorzystania ich własności, zastosowano parametr, który pozwala na ich dostrojenie. Wyniki eksperymentalne potwierdzają skuteczność działania.

Słowa kluczowe

EN

blind source separation; recursive least squares; nonlinear principle component analysis

PL

ślepa separacja sygnałów; metoda rekurencyjna NK; RLS; analiza głównych składowych

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2013
• Tom: R. 89, nr 3b
• Strony: 81--83
• Opis fizyczny: Bibliogr. 6 poz., wykr.

Twórcy

autor

Ou S.

• Institute of Science and Technology for Opto-electronic Information, Yantai University, Yantai, China

autor

Wang X.

• Institute of Science and Technology for Opto-electronic Information, Yantai University, Yantai, China

autor

Gao Y.

• Institute of Science and Technology for Opto-electronic Information, Yantai University, Yantai, China

Bibliografia

• [1] A. Cichocki and S. Amari. Adaptive blind signal and image processing: learning algorithms and application, New York: Wiley, (2002) 1-41
• [2] A. Hyvärinen, Fast and robust fixed-point algorithms for independent component analysis, IEEE Transactions on Neural Networks, 10(1999), No. 3, 626-634
• [3] Y. Tang and J. P. Li, Normalized natural gradient in independent component analysis, Signal Processing, 90(2010), No. 9, 2773-2777
• [4] S. C. Douglas, Self-stabilized gradient algortihms for blind source separation with orthogonality constraints, IEEE Transactions on Neural Networks, 11(2000), No. 6, 1490-1497
• [5] J. M. Ye, H. H. Jin, S. T. Lou and K. J. You, An optimized EASI algorithm, Signal Processing, 89(2009), No. 3, 333–338
• [6] L. X. Yuan, W. W. Wang and J. A. Chambers, Variable stepsize sign natural gradient algorithm for sequential blind source separation, IEEE Signal Processing Letters, 12(2005) , No. 8, 589-592