论文部分内容阅读
在独立分量分析的相对梯度算法中，要取得较好的效果，选取合适的学习速率是至关重要的。对于这个问题，文章提出了一种可调速率的相对梯度算法，随着迭代次数的变化，使相对梯度算法的学习速率作相应变化，从而较好地解决了收敛速度与稳定性的矛盾。在此基础上，将这个方法应用于盲信号分离并进行仿真，得到了满意的结果。可调速率相对梯度算法在独立分量分析中具有较好的前景。