基于加权最小二乘支持向量机的欠定盲源分离

来源：电讯技术杂志2015年第11期北京时间：

作者：赵立权,刘珊珊

单位：(东北电力大学 信息工程学院，吉林 吉林 132012)

摘要：为了进一步提高欠定盲源分离算法中混合矩阵估计方法的性能，提出了一种基于加权最小二乘支持向量机（SVM）的欠定盲源分离混合矩阵估计方法。该方法利用信号的方向角度特征估计出有效信源信号个数，然后采用加权最小二乘支持向量机方法获得初始权值，每次将其中一个权值对应的样本点作为测试样本，其余点作为训练样本，依次对样本的误差变量进行更新，再根据权值计算公式实现所有权值的更新，进而确定最优分类平面，实现对观测信号的最优分类，最终估计出混合矩阵。实验结果表明，新算法是有效的，其平均误差是基于K-均值方法误差的0.2倍左右，是基于SVM算法平均误差的0.5倍左右。

关键词：欠定盲源分离；加权最小二乘支持向量机；K-均值聚类；矩阵估计；

基金资助：国家自然科学基金资助项目（61271115）；吉林市科技发展项目（2013625009）