基于APSO算法的盲源分離算法的研究與應(yīng)用.pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、盲源分離算法是指在混合系統(tǒng)和源信號(hào)均未知的情況下,僅從觀測(cè)信號(hào)中分離出源信號(hào)的過程,是現(xiàn)代信號(hào)處理領(lǐng)域的重要分支。而獨(dú)立分量分析技術(shù)作為盲源分離中的重要組成部分近年來也備受關(guān)注,成為信號(hào)處理的一個(gè)研究方向,廣泛應(yīng)用于語音信號(hào)處理,圖像處理,生物醫(yī)學(xué),通信系統(tǒng)以及經(jīng)濟(jì)數(shù)據(jù)分析等領(lǐng)域,具有重要的研究意義和應(yīng)用價(jià)值。
  獨(dú)立信號(hào)分析方法是通過數(shù)據(jù)高階統(tǒng)計(jì)特性的計(jì)算作為判別標(biāo)準(zhǔn),從被觀測(cè)信號(hào)中分離出因未知因素而產(chǎn)生混合的獨(dú)立源信號(hào)。粒子

2、群算法可以通過其迭代的方式來尋找最優(yōu)的分離矩陣以分離出獨(dú)立源信號(hào)。論文對(duì)標(biāo)準(zhǔn)粒子群算法進(jìn)行改進(jìn),提出了新的基于自適應(yīng)粒子群算法的盲源分離算法,并將其應(yīng)用于混合語音信號(hào)及模糊灰度圖像的盲分離。論文所做的主要工作有:
  1、研究分析了盲源分離原理及獨(dú)立分量分析技術(shù),主要討論了盲源分離的假設(shè)條件與可解性,以及相關(guān)的信息論、統(tǒng)計(jì)量知識(shí)和幾種目標(biāo)函數(shù)等。
  2、研究了幾種常見的盲源分離算法,包括梯度下降算法,固定點(diǎn)算法和神經(jīng)網(wǎng)絡(luò)算

3、法等,進(jìn)行了對(duì)比性分析。
  3、提出了一種基于改進(jìn)的自適應(yīng)粒子群算法的盲源分離算法,用峰度和負(fù)熵兩個(gè)適應(yīng)度函數(shù)共同決定粒子進(jìn)化方向,仿真驗(yàn)證了其有效性。
  4、將基于改進(jìn)的自適應(yīng)粒子群算法應(yīng)用于混合語音信號(hào)的盲源分離,以及多幅模糊灰度圖像混疊的盲源分離。仿真比較了快速獨(dú)立分量分析算法、傳統(tǒng)自適應(yīng)粒子群算法以及所提出的算法,結(jié)果表明改進(jìn)的自適應(yīng)粒子群算法能夠很好的分離混合的觀測(cè)信號(hào)且計(jì)算性能指標(biāo)優(yōu)越,收斂效果好。
 

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論