rls_rlsn.m

盲信号分离(BSS)是指在对彼此独立的源信号混合过程及各源信号本身均未知的情况下

%RLS算法
%IsNatural=1 自然梯度
%IsNatural=0 普通梯度
function [ W,ECT ] = RLS( X,A,beta,IsNatural )

% 白化处理
N=size(X,2);
zX=X-repmat(mean(X,2),1,N);
V=cov(zX')^(-1/2);
X=V*X;

I=eye(size(A));
W=I;%W（0）
P=I;%P（0）

ECT=zeros(1,N);
if IsNatural
    for ind=1:N
        v=X(:,ind);
        y=W*v;
        
        z=tanh(y);
        %z=y-tanh(y);
        
        Q=P./(beta + z'*P*y);
        P=(P - Q*y*z'*P)./beta;

        W=W + P*z*v' - Q*y*z'*W;
        
        C=abs(W*V*A);
        [height width]=size(C);
        mci=max(C,[],2);
        mcj=max(C,[],1);
        mci=repmat(mci,1,width);
        mcj=repmat(mcj,height,1);
        ECT(ind)=sum(sum(C./mci))+sum(sum(C./mcj))-height-width;
    end
else
    for ind=1:N
        v=X(:,ind);
        y=W*v;
        
        %z=tanh(y);
        z=y-tanh(y);
        
        h=P*z;
        m=h./(beta + z'*h);
        
        tri=triu(P - m*h')+(triu(P - m*h'))' - diag(diag(P - m*h'));
        P=tri./beta;

        W=W + m*(v' - z'*W);

        C=abs(W*V*A);
        [height width]=size(C);
        mci=max(C,[],2);
        mcj=max(C,[],1);
        mci=repmat(mci,1,width);
        mcj=repmat(mcj,height,1);
        ECT(ind)=sum(sum(C./mci))+sum(sum(C./mcj))-height-width;
        
    end
end

W=W*V;
if (IsNatural==1)
    disp(strcat('RLS_N ECT:',num2str(ECT(ind))));
else
    disp(strcat('RLS ECT:',num2str(ECT(ind))));   
end