利用参数结构的快速非酉联合对角化算法
【作者】
刘文娟
冯大政
袁明冬
西安电子科技大学雷达信号处理国家重点实验室
西安710071
【关键词】
盲信号分离
联合对角化
目标矩阵
自适应学习率
【摘要】针对基于快速Frobenius范数对角化(FFDIAG)的盲信号分离算法不能直接处理复数数据从而导致分离性能差的问题,提出一种利用参数结构的快速非酉联合对角化(PSJD)算法。该算法首先将由观测信号的统计量得到的复目标矩阵转化为实对称矩阵;通过对代价函数的二阶近似,将解联合对角化问题转化为一系列的线性最小二乘问题,直接得到更新矩阵元素的估计。在每次迭代中,通过充分利用转化后的目标矩阵的结构信息,减少估计分离矩阵及更新目标矩阵的计算复杂度。同时,针对FFDIAG算法采用的固定步长难以兼顾收敛速度与更新矩阵严格对角占优性的问题,采用仅由当前更新矩阵的估计值决定的自适应学习率,提高算法的收敛性能。仿真实验表明,在一定的取值范围内,PSJD算法的收敛速度对步长参数的变化不敏感,在步长参数同为0.1的情况下,PSJD算法达到收敛所需的迭代次数比采用固定步长的算法减少了42%左右。
上一篇:一种分析微带线随机参数敏感性的多项式混沌展开方法
下一篇:一种用于高压电力电子开关的新型多路输出隔离供电系统