基于粒子群算法和魚群算法的盲源分離的研究.pdf

1、盲源分離是指在對源信號及傳輸過程沒有任何先驗知識的條件下，對接收到的信號進行處理，分離出源信號的過程。該方法在語音信號處理、無線通訊、噪聲消除、生物醫(yī)學(xué)信號處理、地震信號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。重點研究了獨立分量方法，詳細探討了該方法中目標(biāo)函數(shù)的選取和對目標(biāo)函數(shù)的優(yōu)化問題。

2、 (2)分析研究了粒子群算法及其改進算法，改進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)簡單等優(yōu)點。本文將改進的粒子群算法引入了盲源分離，代替獨立分量分析方法中常用的梯度算法，成功地對多種類型的混合信號進行了盲源分離。改善了梯度算法易陷入局部最優(yōu)值的缺點，降低了算法對初值的依賴型；同時可直接利用獨立分量分析的目標(biāo)函數(shù)，可以對廣泛的混合信號進行盲源分離。計算機仿真驗證了上述特點。 (3)介紹了魚群算法的基本原理和步驟，針對

3、魚群算法搜索精度差的缺點，在魚群算法覓食行為中增加了吸引機制，通過公告板中當(dāng)前已搜索到的最優(yōu)值以一定的概率對離它較遠的人工魚的吸引，使得算法后期有更多的人工魚集中在全局極值附近進行搜索。計算機仿真表明改進算法在保留原算法全局收斂性的同時，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)將改進后的魚群算法應(yīng)用于盲源分離，計算機仿真表明了算法的有效性及可靠性。與粒子群算法相比，魚群算法全局收斂性更好，但它需要調(diào)節(jié)參數(shù)