论文研究 基于独立分量分析的自适应在线算法.pdf

独立分量分析(ICA)是近几年兴起的一种高效的信号处理方法，学习步长的优化问题是自适应ICA重要的一方面，基于变步长思想，定义了一种描述信号分离状态的相似性测度，来衡量输出分量之间的相似性程度，并由此提出一种改进的自适应在线算法。根据相似性程度所反映的信号分离状态自适应调节步长,并建立学习步长和相似性测度变化量的非线性关系，克服了传统算法在信道矩阵变化时对步长自适应调整的不足。性能指标分析和仿真实验证明了算法的收敛性和稳态性能。