一种自适应学习的广义特征向量在线估计方法

摘要

本发明涉及一种自适应学习的广义特征向量在线估计方法，属于自适应信号处理技术领域。该方法将多个传感器输出组成向量，并根据实时采样值对信号向量进行更新；然后对自相关矩阵及其逆矩阵进行在线估计；接着利用自适应估计算法对广义特征向量估计结果进行更新；最后根据收敛性条件判断是否结束迭代运算，迭代完成后算法的输出即为广义特征向量估计值。本发明利用实时采样数据对广义特征向量进行在线估计，避免了对信号自相关矩阵的计算，具有实时性较强和计算复杂度低等优点；同时，本发明能够自适应地调节算法的迭代步长，适用范围较为广泛。本发明可用于波形形成、盲分离、声音合成等多个领域。