基于软决策导向非酉联合对角化的鲁棒盲源分离
信号处理
2021-07-14 v1 信息论
math.IT
最优化与控制
摘要
一组矩阵的近似联合对角化为众多统计信号处理应用提供了强有力的框架。对于基于最小二乘(LS)准则的非酉联合对角化(NUJD),离群值(也称为异常值或不一致观测)会对性能产生负面影响,因为对残差平方会放大其影响。为解决该问题,我们提出一种新的代价函数,将软决策导向方案引入最小二乘算法并发展出一种高效算法。离群值的影响通过应用与每步迭代残差误差相关的决策导向权重得以缓解。具体而言,混合矩阵由改进的驻点法估计,其中更新方向基于梯度函数的线性近似确定。仿真结果表明,所提算法在收敛性能和对离群值的鲁棒性方面均优于传统的非酉对角化算法。
引用
@article{arxiv.2107.06170,
title = {Robust Blind Source Separation by Soft Decision-Directed Non-Unitary Joint Diagonalization},
author = {Wenjuan Liu and Dazheng Feng and Bingnan Pei and Mengdao Xing and Xinhong Meng and Qianru Wei},
journal= {arXiv preprint arXiv:2107.06170},
year = {2021}
}
备注
19 pages, 9 figures