ИРЭ им. В.А. Котельникова РАН English Войти Подать статью
Журнал радиоэлектроники Электронный научный журнал · eISSN 1684-1719
2016, № 5 · РАДИОТЕХНИКА

О разработке и исследовании эффективности алгоритма слепого выделения импульсного сигнала при наличии белого гауссовского шума

А.Е. Манохин1

1 Институт радиоэлектроники и информационных технологий-РТФ УрФУ им. первого Президента РФ Б.Н.Ельцина, Россия
Полный текст УДК 681.513.6 EDN WNDALZ

Аннотация

В работе решается задача синтеза алгоритма слепого выделения импульсного сигнала из смеси с белым гауссовым шумом, использующего критерий максимизации момента 3 порядка выходного сигнала нейронной сети. В отличие от распространенных алгоритмов слепого выделения на основе максимизации эксцесса, алгоритм, максимизирующий момент 3 порядка, обладает большей скоростью сходимости и не зависит от начальных условий, а также от интенсивности импульсного процесса.

  • момент 3 порядка
  • third moment
  • слепое выделение сигналов
  • эксцесс
  • искусственная нейронная сеть
  • скорость сходимости
Abstract (in English)

In the work a problem of synthesizing the blind pulse signal extraction algorithm from the mixture with white Gaussian noise based on maximization of neuron network output signal third moment is decided. In contrast to widespread blind algorithms based on maximizing kurtosis, the third moment maximization algorithm possesses higher convergence rate and doesn’t depend on initial conditions and the pulse process intensity.

Для цитирования

Манохин А.Е. О разработке и исследовании эффективности алгоритма слепого выделения импульсного сигнала при наличии белого гауссовского шума // Журнал радиоэлектроники. – 2016. – № 5.

Литература

  1. A.Cichoki and S.Amari, Adaptive Blind Signal and Image Processing: Learning Algorithms and Applications, John Wiley & Sons, 2002.
  2. A. Cichocki, R. Thawonmas, and S. Amari, “Sequential blind signal extraction in order specified by stochastic properties” Electron. Lett., vol. 33, № 1, pp. 64-65, Jan. 1997.
  3. Zhi-Lin Zhang, Zhang Yi, Extraction of a Source Signal Whose Kurtosis Value Lies in a Specific Range, Neurocomputing, vol. 69, № 7-9, pp. 894-899, 2006.
  4. Zhi-Lin Zhang, Zhang Yi, Robust Extraction of Specific Signals with Temporal Structure, Neurocomputing, vol. 69, № 7-9, pp. 888-893, 2006.
  5. S. Amari, "ICA of temporally correlated signals - learning algorithm", in Proceedings of ICA'99: International workshop on blind signal separation and independent component analysis, Aussois, France, Jan. 1999. pp. 13-18.
  6. K. Matsuoka, M. Ohya, and M. Kawamoto. A neural net for blind separation of nonstationary signals. Neural Networks, 8(3): 411-419, 1995.
  7. S. Amari. Natural gradient works efficiently in learning. Neural Computation, № 10: pp. 271-276, 1998.
  8. Беклемишев Д.В. Курс аналитической геометрии и линейной алгебры: учеб. Для вузов. - 10-е изд., испр. - ФИЗМАТЛИТ, 2005. - 304 с.
  9. L. Tong, V.C. Soon, Y.F. Huang, and R. Liu. AMUSE: a new blind identification algorithm. In Proc. IEEE ISCAS, pp. 1784-1787 vol.3, New Orleans, LA, 1990.
  10. S. Choi and A. Cichocki. Blind separation of nonstationary and temporally correlated sources from noisy mixtures. In IEEE Workshop on Neural Networks for Signal Processing, NNSP’2000, pp. 405-414, Sydney, Australia, December 11-13 2000.
  11. Hyvarinen, A., Karhunen, J. and Oja, E. Independent component analysis. New York: J. Wiley, 2001.
  12. R. Thawonmas, A. Cichocki, and S. Amari. A Cascade neural network for blind signal extraction without spurious equilibria. IEICE Trans. on Fundamentals of Electronics, Communications and Computer Sciences, E81-A(9): 1833-1846, 1998.
  13. S.C. Douglas and S.Y. Kung. Kuicnet algorithms for blind deconvolution. In Proc. IEEE Workshop on Neural Networks for Signal Processing, pp. 3-12, Cambridge, UK, August 1998.
  14. Zhi-Lin Zhang, Liqing Zhang. A Two-Stage Based Approach for Extracting Periodic Signals // Independent Component Analysis and Blind Signal Separation, 6th International Conference, ICA 2006, Charleston, SC, USA, March 5-8, 2006, Proceedings. Lecture Notes in Computer Science 3889, Springer 2006, pp. 303-310.
  15. Patrik Paajarvi and James P. LeBlanc. Skewness Maximization for Impulsive Sources in Blind Deconvolution // Proceedings of the 6th Nordic Signal Processing Symposium - NORSIG 2004, June 9-11, 2004, Espoo, Finland.
  16. Зангвилл У. Нелинейное программирование. Единый подход. 1969 г. Пер. с англ., под ред. Е.Г. Гольштейна, М.: Советское радио, 1973, 312 с.
  17. Математический анализ: дифференцирование и интегрирование / И. Г. Араманович [и др.] под общ. ред.: Л. А. Люстерник, А. Р. Янпольский. - М.: Физматгиз, 1961. - 351 с.
  18. Мицель А.А. Методы оптимизации: учебное пособие / А.А. Мицель, А.А. Шелестов. - Томск: ТУСУР, 2004. - 255с.
  19. Норенков И.П. Экстремальные задачи при схемотехническом проектировании в электронике / И.П. Норенков, С.Г. Мулярчик, С.Р. Иванов. - Минск: Изд-во БГУ, 1976. - 239 с.
  20. Шарый С.П. Курс вычислительных методов. - Новосибирск: Институт вычислительных технологий СО РАН, 2013. - 497 с.
  21. Hyvarinen A., Oja. E. A fast fixed-point algorithm for independent component analysis, Neural Computation., 9, pp. 1483-1492, 1997.