一种信号源盲分离的神经网络算法

摘要

本文提出了一种新的盲信号分离的神经网络算法.神经网络的第一层使用奇异值分解(SVD)方法对观测信号进行预白化处理.在传感器的数目不少于源信号的情况下,预白化处理能够估计出源信号的数目,同时压缩掉冗余信息.神经网络的第二层是分离层.分离层的权值矩阵应该是正交矩阵.本文应用一个正交严格受限(SOC)算法调整分离网络的权值.其中,用恢复信号的四阶互累积量的平方构造代价函数.仿真实验验证了算法的有效性.