%0 Journal Article %A 辜方林 %A 李伦辉 %A 张杭 %T 基于非线性主成分分析的自适应变步长盲源分离算法 %D 2013 %R 10.3724/SP.J.1087.2013.01233 %J 计算机应用 %P 1233-1236 %V 33 %N 05 %X 算法的迭代步长对于算法的收敛性能有着重要影响。针对固定步长的非线性主成分分析(NPCA)算法不能兼顾收敛速度和估计精度的情形,提出基于梯度的自适应变步长NPCA算法和最优变步长NPCA算法两种自适应变步长算法来改善其收敛性能。特别地,最优变步长NPCA算法通过对代价函数进行一阶线性近似表示,从而计算出当前的最优迭代步长。该算法的迭代步长随估计误差的变化而变化,估计误差大,迭代步长相应大,反之亦然;且不需要人工设置任何参数。仿真结果表明,当算法的估计精度相同时,与固定步长NPCA算法相比,两种自适应变步长NPCA算法相对固定步长NPCA算法都具有更好的收敛速度或跟踪性能,且最优变步长NPCA算法的性能优于基于梯度的自适应变步长NPCA算法。 %U http://www.joca.cn/CN/10.3724/SP.J.1087.2013.01233