Адаптивный алгоритм на основе рекуррентной сети для восстановления линейно смешанных сигналов

Проанализирована задача восстановления вида первичных сигналов (источника) для случая, когда регистрируемые сигналы являются линейной комбинацией первичных сигналов действующих (с различной степенью эффективности) на каждый из датчиков измерительной системы. При стационарности и независимости первичных сигналов задача их восстановления решена на основе использования нейросетевых алгоритмов. Проанализированы две структуры нейронной сети, модели для их построения и алгоритмы обучения. Отсутствие априорной информации о виде сигналов и структуре смешивания позволяет выполнить реконструкцию только с точностью до обобщенной перестановки сигналов.