基于人工魚群算法的信號(hào)MP稀疏分解.pdf

1、信號(hào)的稀疏分解是一種新興的信號(hào)分析與處理方法，具有許多優(yōu)良特性。其中基于匹配追蹤(Matching Pursuit，MP)的信號(hào)稀疏分解是目前進(jìn)行信號(hào)稀疏分解的常用算法，在數(shù)據(jù)壓縮、信號(hào)特征提取、時(shí)頻分析等領(lǐng)域得到了廣泛的應(yīng)用，但它是一個(gè)典型的NP問(wèn)題，計(jì)算復(fù)雜度高是其應(yīng)用的瓶頸。 近年來(lái)，具有高度的適應(yīng)性、魯棒性、并行性以及全局性等特點(diǎn)的群集智能算法吸引了眾多科學(xué)領(lǐng)域中的研究人員，并在函數(shù)優(yōu)化、模式識(shí)別、圖像處理等中得到廣泛地

2、應(yīng)用。本文首次將新型算法--人工魚群算法(Artificial Fish-Swarm Algorithm，AFSA)引入到信號(hào)的稀疏分解及其相關(guān)應(yīng)用中。該算法具有良好的克服陷入局部極值，獲得全局極值的能力，對(duì)初值可隨機(jī)地選取，并且算法的實(shí)現(xiàn)無(wú)需目標(biāo)函數(shù)的梯度值等特性，故其對(duì)搜索求解問(wèn)題空間具有一定的自適應(yīng)能力。 文中首先分析了信號(hào)稀疏分解及其最常用的算法--MP算法，然后對(duì)人工魚群算法的原理、結(jié)構(gòu)、收斂性能、實(shí)現(xiàn)方法進(jìn)行系統(tǒng)的闡

3、述和研究。并對(duì)人工魚群算法進(jìn)行改進(jìn)，在人工魚群算法覓食行為中增加了吸引因子，使得有更多的人工魚集中在全局極值附近進(jìn)行搜索。改進(jìn)算法在保留原算法搜索精度的同時(shí)，增大了搜索效率，加快了收斂速度。利用改進(jìn)人工魚群算法實(shí)現(xiàn)了基于MP的信號(hào)稀疏分解，給出實(shí)驗(yàn)仿真結(jié)果和分析，結(jié)果證明改進(jìn)人工魚群算法能快速尋找MP分解每一步中的最優(yōu)原子，較大地降低了計(jì)算量。另外，信號(hào)的采集與傳輸過(guò)程中，不可避免會(huì)受到大量噪聲信號(hào)的干擾，因此對(duì)信號(hào)進(jìn)行去噪，提取出原始