信源数目未知与动态变化时盲信号分离神经网络方法研究

针对源信号数目未知和动态变化的盲信号分离问题，研究国际知名学者Cichocki等提出的源信号数目未知盲信号分离算法的理论依据及算法动态变化规律。拟提出分离矩阵之间的一种等价关系及其确定的等价类，证明分离矩阵在此等价类中（沿混合矩阵转置的零空间方向）的移动为冗余移动，进一步证明此冗余移动导致了上述算法不能稳定收敛。利用子空间分解和正交投影理论，将自然梯度分解为沿混合矩阵转置的零空间方向的冗余分量和与之正交的有效分量，推导出投影自然梯度算法，从理论上证明源信号数目未知投影自然梯度算法收敛性能和稳定性。结合申请者提出的混合矩阵转置零空间的快速检测方法，实现源信号数目动态变化的盲信号分离。该算法是第一种在源信号数目变化时不需要重新初始化的盲分离算法，已经分离的信号保持在原信道中，方便于在移动通信及雷达等信号检测中实际应用。该算法具有重要的理论意义和广泛的应用前景。