基于APSO算法的盲源分離算法的研究與應(yīng)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(lǐng)域的重要分支。而獨立分量分析技術(shù)作為盲源分離中的重要組成部分近年來也備受關(guān)注，成為信號處理的一個研究方向，廣泛應(yīng)用于語音信號處理，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(biāo)準(zhǔn)，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(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(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)計量知識和幾種目標(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，固定點算法和神經(jīng)網(wǎng)絡(luò)算

3、法等，進(jìn)行了對比性分析。
　　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)熵兩個適應(yīng)度函數(shù)共同決定粒子進(jìn)化方向，仿真驗證了其有效性。
　　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(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信號且計算性能指標(biāo)優(yōu)越，收斂效果好。