基于线性预测的固定点盲源分离算法

摘要

将可预测性作为盲源分离的代价函数，可以提取具有不同时序结构的源信号。但这种算法的批处理形式收敛速度较慢，本文针对这种算法进行了改进，根据Kuhn—Tucker条件，提出了基于线性预测的固定点盲源分离算法。与A．K．Barros等提出的批处理算法相比，基于线性预测的固定点批处理算法具有更快的收敛速度。本文提出的固定点批处理算法具有运算量低、无需设置步进长度的优点。实际采集的语音数据试验验证了该算法的有效性。