基于APSO算法的盲源分離算法的研究與應用.pdf

1、盲源分離算法是指在混合系統(tǒng)和源信號均未知的情況下，僅從觀測信號中分離出源信號的過程，是現(xiàn)代信號處理領域的重要分支。而獨立分量分析技術作為盲源分離中的重要組成部分近年來也備受關注，成為信號處理的一個研究方向，廣泛應用于語音信號處理，圖像處理，生物醫(yī)學，通信系統(tǒng)以及經(jīng)濟數(shù)據(jù)分析等領域，具有重要的研究意義和應用價值。
　　獨立信號分析方法是通過數(shù)據(jù)高階統(tǒng)計特性的計算作為判別標準，從被觀測信號中分離出因未知因素而產(chǎn)生混合的獨立源信號。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立源信號。論文對標準粒子群算法進行改進，提出了新的基于自適應粒子群算法的盲源分離算法，并將其應用于混合語音信號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立分量分析技術，主要討論了盲源分離的假設條件與可解性，以及相關的信息論、統(tǒng)計量知識和幾種目標函數(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，固定點算法和神經(jīng)網(wǎng)絡算

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