基于粒子群算法和魚(yú)群算法的盲源分離的研究.pdf

1、盲源分離是指在對(duì)源信號(hào)及傳輸過(guò)程沒(méi)有任何先驗(yàn)知識(shí)的條件下，對(duì)接收到的信號(hào)進(jìn)行處理，分離出源信號(hào)的過(guò)程。該方法在語(yǔ)音信號(hào)處理、無(wú)線通訊、噪聲消除、生物醫(yī)學(xué)信號(hào)處理、地震信號(hào)處理以及圖像處理等方面得到了廣泛的應(yīng)用。 本文所做的主要工作有： (1)簡(jiǎn)要介紹了盲源分離的基本模型、基本理論，系統(tǒng)總結(jié)了當(dāng)前盲源分離的主要算法，并分析了各算法的特點(diǎn)。重點(diǎn)研究了獨(dú)立分量方法，詳細(xì)探討了該方法中目標(biāo)函數(shù)的選取和對(duì)目標(biāo)函數(shù)的優(yōu)化問(wèn)題。

2、 (2)分析研究了粒子群算法及其改進(jìn)算法，改進(jìn)粒子群算法具有全局收斂性好、收斂速度快、參數(shù)調(diào)節(jié)簡(jiǎn)單等優(yōu)點(diǎn)。本文將改進(jìn)的粒子群算法引入了盲源分離，代替獨(dú)立分量分析方法中常用的梯度算法，成功地對(duì)多種類(lèi)型的混合信號(hào)進(jìn)行了盲源分離。改善了梯度算法易陷入局部最優(yōu)值的缺點(diǎn)，降低了算法對(duì)初值的依賴型；同時(shí)可直接利用獨(dú)立分量分析的目標(biāo)函數(shù)，可以對(duì)廣泛的混合信號(hào)進(jìn)行盲源分離。計(jì)算機(jī)仿真驗(yàn)證了上述特點(diǎn)。 (3)介紹了魚(yú)群算法的基本原理和步驟，針對(duì)

3、魚(yú)群算法搜索精度差的缺點(diǎn)，在魚(yú)群算法覓食行為中增加了吸引機(jī)制，通過(guò)公告板中當(dāng)前已搜索到的最優(yōu)值以一定的概率對(duì)離它較遠(yuǎn)的人工魚(yú)的吸引，使得算法后期有更多的人工魚(yú)集中在全局極值附近進(jìn)行搜索。計(jì)算機(jī)仿真表明改進(jìn)算法在保留原算法全局收斂性的同時(shí)，不僅增大了搜索效率，提高了搜索精度，而且加快了收斂速度。 (4)將改進(jìn)后的魚(yú)群算法應(yīng)用于盲源分離，計(jì)算機(jī)仿真表明了算法的有效性及可靠性。與粒子群算法相比，魚(yú)群算法全局收斂性更好，但它需要調(diào)節(jié)參數(shù)