基于群智能優(yōu)化方法的盲信號(hào)分離算法研究.pdf

1、盲信號(hào)分離技術(shù)是一種僅利用觀測信號(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ζ溲芯恳殉蔀槟壳靶盘?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。
　　 本文在對群智能優(yōu)化算法和盲信號(hào)分離技術(shù)理論和

2、算法研究的基礎(chǔ)上，針對線性混合盲信號(hào)分離進(jìn)行深入研究，所作的主要工作如下：
　　 (1)提出了一種基于粒子群優(yōu)化算法的有序盲信號(hào)分離算法。采用信號(hào)的規(guī)范四階累積量的絕對值作為分離的目標(biāo)函數(shù)，使用粒子群優(yōu)化算法對目標(biāo)函數(shù)進(jìn)行優(yōu)化求解，通過去相關(guān)消源方法將已分離出的源信號(hào)成分從混合信號(hào)中去除，從而實(shí)現(xiàn)從混合信號(hào)中將源信號(hào)按照其規(guī)范四階累積量絕對值的降序進(jìn)行分離。通過對源信號(hào)為超高斯信號(hào)、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

3、進(jìn)行分離的仿真實(shí)驗(yàn)，驗(yàn)證了算法的有效性。并將該算法用于解決微弱信號(hào)采集過程中的工頻干擾消除，取得了滿意的效果。
　　 (2)提出了一種基于探測判斷和優(yōu)勢細(xì)菌隨機(jī)擾動(dòng)策略的細(xì)菌群優(yōu)化算法。在單細(xì)菌趨藥性優(yōu)化方法的基礎(chǔ)上，結(jié)合細(xì)菌聚群現(xiàn)象和中心點(diǎn)吸引策略，將探測判斷和優(yōu)勢細(xì)菌隨機(jī)擾動(dòng)兩種策略引入細(xì)菌群的進(jìn)化過程，在解決細(xì)菌定位問題的同時(shí)，提高了算法的收斂精度和全局收斂能力。并應(yīng)用于解決盲信號(hào)分離問題，得到一種基于細(xì)菌群優(yōu)化算法的有序

4、盲信號(hào)分離算法，成功實(shí)現(xiàn)了對源信號(hào)為亞高斯信號(hào)、超高斯信號(hào)以及亞超高斯混合信號(hào)等不同類型信號(hào)的有序盲分離，取得了良好的分離效果。最后又應(yīng)用于解決微弱信號(hào)采集中的工頻干擾消除，并通過仿真實(shí)驗(yàn)驗(yàn)證了該方法的有效性。
　　 (3)提出了一種基于細(xì)菌覓食優(yōu)化算法的盲信號(hào)分離算法。采用信號(hào)四階累積量絕對值的和作為目標(biāo)函數(shù)，利用Givens旋轉(zhuǎn)變換方法降低目標(biāo)函數(shù)中的待求變量數(shù)目，然后采用改進(jìn)的細(xì)菌覓食優(yōu)化算法對目標(biāo)函數(shù)進(jìn)行優(yōu)化求解，實(shí)現(xiàn)了