版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、盲信號(hào)分離技術(shù)是一種僅利用觀測(cè)信號(hào)恢復(fù)出源信號(hào)的方法,在語音處理、圖像處理、通信和生物醫(yī)學(xué)信號(hào)處理等各個(gè)領(lǐng)域均具有廣闊的應(yīng)用前景和發(fā)展?jié)摿Γ瑢?duì)其研究已成為目前信號(hào)與信息處理、智能計(jì)算與信息處理等學(xué)科的研究熱點(diǎn)。群智能優(yōu)化算法作為一種模擬自然界生物體生存發(fā)展的行為方式進(jìn)行目標(biāo)優(yōu)化的算法,是求解復(fù)雜優(yōu)化問題的有效方法。因此,將群智能優(yōu)化算法用于解決盲信號(hào)分離問題具有良好的發(fā)展前景。
本文在對(duì)群智能優(yōu)化算法和盲信號(hào)分離技術(shù)理論和算法
2、研究的基礎(chǔ)上,針對(duì)線性混合盲信號(hào)分離進(jìn)行深入研究,所作的主要工作如下:
(1)針對(duì)基本粒子群算法易于陷入局部最優(yōu)解的問題,提出了一種基于變異算子的自適應(yīng)粒子群優(yōu)化算法。并采用信號(hào)的負(fù)熵的絕對(duì)值作為分離的目標(biāo)函數(shù),使用帶變異算子的自適應(yīng)粒子群優(yōu)化算法對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)化求解,從而實(shí)現(xiàn)從混合信號(hào)中將源信號(hào)分離出來。通過對(duì)源信號(hào)為亞高斯信號(hào)以及超高斯和亞高斯信號(hào)同時(shí)存在的情況進(jìn)行分離的仿真實(shí)驗(yàn),并通過相似系數(shù)和信噪比兩種性能評(píng)價(jià)準(zhǔn)則與
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于現(xiàn)代智能算法的盲均衡算法研究.pdf
- 稀疏盲源分離問題算法的研究.pdf
- 基于群智能優(yōu)化方法的盲信號(hào)分離算法研究.pdf
- 基于NMF的盲源分離算法研究.pdf
- 基于盲源分離的OFDMA盲解碼算法研究.pdf
- 基于信息理論盲源分離算法的研究.pdf
- 基于遺傳算法的盲源分離研究.pdf
- 盲源分離算法研究.pdf
- 基于群智能算法的聚類分析方法研究.pdf
- 基于群智能算法的圖像分割方法研究.pdf
- 群智能算法用于優(yōu)化計(jì)算問題研究
- 基于群智能算法的鍋爐燃燒優(yōu)化.pdf
- 基于群智能算法的WSN路由技術(shù)研究.pdf
- 基于進(jìn)化算法的盲源信號(hào)分離.pdf
- 基于高階統(tǒng)計(jì)量的盲源分離算法研究.pdf
- 基于智能算法的設(shè)施定位問題研究.pdf
- 基于盲源分離的車載語音增強(qiáng)算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)盲源分離算法的研究.pdf
- 基于量子遺傳算法的盲源分離算法研究.pdf
- 基于群智能算法的聚類挖掘方法研究.pdf
評(píng)論
0/150
提交評(píng)論