串音誤差與分離度的變步長EASI盲源分離算法

　　盲源分離（ Blind Source Separation， BSS）是指在源信號和傳統(tǒng)信道先驗信息均未知的情況下，僅由觀測到的混合信號恢復或分離出源信號的過程。由于在故障檢測、信號處理等領域具有廣泛的應用前景，因此目前關于盲源分離的理論研究及實際應用快速發(fā)展，已成為信號處理領域的研究熱點。

　　當源信號各分量差異較大或全局矩陣為非行元素優(yōu)勢矩陣時，基于串音誤差的變步長等變自適應分離（ EASI）算法難以正確評價分離效果，導致步長選取錯誤。針對該問題，提出一種改進的變步長EASI算法。通過計算基于串音誤差的步長平方根適當增大步長，同時定義信號分離度對步長做進一步調(diào)整，減小因串音誤差分離結(jié)果評價不準確而導致步長錯誤變小的影響。仿真結(jié)果表明，該算法具有較好的步長調(diào)節(jié)能力，相對傳統(tǒng)EASI算法和基于串音誤差、基于串音誤差步長平方根、基于分離度的變步長EASI算法分離效果更佳。