針對中醫(yī)脈沖信號特征在混疊噪聲信號中提取時存在盲源分離性能較差、均方誤差較大,收斂性能不佳的問題,提出并設(shè)計(jì)了基于人工蜂群算法的中醫(yī)脈沖信號特征盲提取算法,該算法對傳感器陣列捕獲的所有中醫(yī)脈沖觀測信號做中心化處理和白化處理,利用互信息和信息熵的關(guān)系,計(jì)算得到預(yù)處理后中醫(yī)脈沖信號特征提取代價函數(shù),并將串音誤差作為中醫(yī)脈沖信號特征盲分離性能度量指標(biāo);在此基礎(chǔ)上,按照人工蜂群算法中引領(lǐng)蜂搜索-跟隨蜂搜索-偵察蜂搜索步驟求解中醫(yī)脈沖信號特征提取代價函數(shù)以獲得最佳分離向量,實(shí)現(xiàn)中醫(yī)脈沖信號特征盲提取。仿真對比結(jié)果表明,提出算法克服了當(dāng)前算法盲源分離性能較差、均方誤差較大,收斂性能不佳的問題。 

【文章來源】：計(jì)算機(jī)仿真. 2019,36(04)北大核心

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 中醫(yī)脈沖信號特征盲提取算法設(shè)計(jì)
    2.1 中醫(yī)脈沖信號特征盲提取目標(biāo)函數(shù)構(gòu)造
    2.2 基于人工蜂群算法的代價函數(shù)求解
        1) 引領(lǐng)蜂搜索階段
        2) 跟隨蜂搜索階段
        3) 偵察蜂搜索階段
        4) 人工蜂群算法終止條件
3 仿真實(shí)驗(yàn)與結(jié)果分析
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]獨(dú)立分量分析與壓縮感知微地震弱信號提取方法[J]. 宋維琪,李艷清,劉磊.  石油地球物理勘探. 2017(05)
[2]基于循環(huán)平穩(wěn)差異的直擴(kuò)信號盲提取抗干擾方法[J]. 朱行濤,劉郁林,栗鐵樁.  電子學(xué)報. 2017(06)
[3]基于典型相關(guān)性分析的自適應(yīng)擬牛頓盲源分離算法[J]. 張瑞芬,冶繼民.  吉林大學(xué)學(xué)報(理學(xué)版). 2017(03)
[4]脈沖噪聲環(huán)境下通信攻擊信號自適應(yīng)分離仿真[J]. 李君嬋.  計(jì)算機(jī)仿真. 2017(03)
[5]利用航空發(fā)動機(jī)信號特征的振動源盲分離算法[J]. 楊廣振,荊建平,明陽,顏逸飛,陳昌敏.  西安交通大學(xué)學(xué)報. 2017(06)
[6]基于人工蜂群算法的混沌信號盲提取[J]. 李廣明,胡志輝.  物理學(xué)報. 2016(23)
[7]房顫病人體表標(biāo)測信號的f波提取方法研究[J]. 王德璽,楊翠微.  儀器儀表學(xué)報. 2016(10)
[8]語音信號的混沌遮掩及其正定盲提取算法[J]. 王爾馥,鄭遠(yuǎn)碩,陳新武,劉曉珍.  通信學(xué)報. 2016(08)
[9]改進(jìn)粒子群優(yōu)化的分段在線盲信號分離算法[J]. 王哲,張立毅,陳雷,李鏘.  計(jì)算機(jī)科學(xué)與探索. 2017(03)
[10]基于投影梯度的非負(fù)矩陣分解盲信號分離算法[J]. 李煜,何世鈞.  計(jì)算機(jī)工程. 2016(02)



本文編號：3616562