李留青，陈中良

（黄淮学院 河南 驻马店 463000）

基于定步长自然梯度算法盲混合信号分离技术研究

李留青，陈中良

（黄淮学院 河南 驻马店 463000）

本文利用自然梯度算法对盲混合方波、正弦波、调幅波和噪声等信号进行盲分离实验，通过仿真，验证了自然梯度盲分离算法在复杂信号分离中的准确性。比较了不同步长下，自然梯度算法的分离性能，得出步长的选择对算法收敛性及稳态误差的重要性，文章分析了算法在步长变化情况下的收敛速度，稳态性能等。

盲信号；分离技术；自然梯度算法；稳态性能；收敛速度

盲分离技术[1]是指源信号未知以及在进行盲混合过程未知的情况下，将盲混合在一起的信号分离出混合前源信号的一种方法。在当今的信号处理研究领域中，信号的盲源分离研究是目前一个具有极大挑战性的信号分离研究的热点，“鸡尾酒会”问题，是人们对盲分离问题的深入研究[2]。当人们在一个噪音嘈杂的环境中，如果若干人在同一时间同时说话，如何实现仅凭探测器检测到的噪音加语音的混合语音信号，就能从混合语音信号中分离出人们所需要的声音信号呢？这就是信号分离研究的热点：盲源分离问题[3]。盲分离问题的有非线性混合、线性瞬时混合和线性卷积混合3种基本模型。无监督学习法是进行盲分离最常用的方法，该方法首先根据一定的理论，来构造出合适的目标函数，在确定了目标函数后，然后通过合适的寻优算法就能够求解得到需要的解混矩阵。……