Approximate joint diagonalization of a set of matrices provides a powerful framework for numerous statistical signal processing applications. For non-unitary joint diagonalization (NUJD) based on the least-squares (LS) criterion, outliers, also referred to as anomaly or discordant observations, have a negative influence on the performance, since squaring the residuals magnifies the effects of them. To solve this problem, we propose a novel cost function that incorporates the soft decision-directed scheme into the least-squares algorithm and develops an efficient algorithm. The influence of the outliers is mitigated by applying decision-directed weights which are associated with the residual error at each iterative step. Specifically, the mixing matrix is estimated by a modified stationary point method, in which the updating direction is determined based on the linear approximation to the gradient function. Simulation results demonstrate that the proposed algorithm outperforms conventional non-unitary diagonalization algorithms in terms of both convergence performance and robustness to outliers.


翻译:一组矩阵的近似联合对角化为众多统计信号处理应用程序提供了一个强大的框架。对于基于最小平方(LS)标准的非统一联合对角化(NUJD)标准而言,外端(也称为异常或不一致的观测)对性能有负面的影响,因为将剩余部分进行比对会放大其影响。为了解决这个问题,我们提议了一个新的成本功能,将软性决定式计划纳入最小平方算法,并开发一个高效的算法。外端的影响力通过在每个迭代步骤应用与残余错误相关的决定式对准权重而得到缓解。具体地说,混合矩阵是通过一个修改的定点法估计的,根据梯度函数的线性近度来确定更新方向。模拟结果表明,拟议的算法在趋同性能和对外部列的稳健性方面都比传统的非统一式对等算法。

0
下载
关闭预览

相关内容

【WSDM2021】保存节点相似性的图卷积网络
专知会员服务
40+阅读 · 2020年11月22日
专知会员服务
52+阅读 · 2020年11月3日
【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
48+阅读 · 2020年7月4日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年12月13日
Arxiv
0+阅读 · 2021年12月7日
Arxiv
0+阅读 · 2021年12月4日
VIP会员
相关VIP内容
【WSDM2021】保存节点相似性的图卷积网络
专知会员服务
40+阅读 · 2020年11月22日
专知会员服务
52+阅读 · 2020年11月3日
【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
48+阅读 · 2020年7月4日
Top
微信扫码咨询专知VIP会员