Resumen

Los métodos tradicionales de tamaño de paso variable son eficaces para resolver el problema de la elección del tamaño de paso en el proceso de separación de fuentes ciego adaptativo. Pero la configuración inicial de la tasa de aprendizaje es vital, y la velocidad de convergencia sigue siendo baja. Este artículo propone un nuevo método de tamaño de paso variable basado en el sistema de separación de referencia para la separación ciega de fuentes en línea. La correlación entre las señales fuente estimadas y las señales fuente originales aumenta con la iteración. Por lo tanto, introducimos un sistema de separación de referencia para estimar aproximadamente la correlación en términos de error cuadrático medio (MSE), que se utiliza para actualizar el tamaño del paso. El uso de "minibatches" para el cálculo del MSE puede reducir en cierta medida la complejidad del algoritmo. Además, las simulaciones demuestran que el método propuesto presenta una convergencia superior y un mejor rendimiento en estado estacionario que el método de tamaño de paso fijo en el caso sin ruido, mientras que converge más rápidamente que los métodos clásicos de tamaño de paso variable tanto en entornos estacionarios como no estacionarios.

• Materias:Redes de sensores Sensores inalámbricos Sistema de sensores Sensor inteligente Sensores electroquímicos
• Subjects:Sensor networks Wireless sensors Sensor system Intelligent sensor Electrochemical sensors
• Palabras claves:sistema de separación de referencia, paso, método de tamaño, métodos de tamaño, proceso adaptativo de separación ciega de fuentes, separación ciega de fuentes en línea, paso variable tradicional, paso variable clásico, error cuadrático medio, paso variable novedoso
• Keywords:reference separation system, step, size method, size methods, adaptive blind source separation process, online blind source separation, traditional variable step, classical variable step, mean square error, novel variable step