本文關鍵詞：基于時間可預測性的差分搜索盲信號分離算法　出處：《通信學報》2014年06期 　論文類型：期刊論文

  更多相關文章： 盲信號分離 時間可預測性 差分搜索算法 消源

【摘要】：針對基于仿生智能優(yōu)化的盲信號分離算法計算量偏大的問題,提出了一種新的基于差分搜索的盲信號分離算法。采用信號在時間上的可預測性度量作為目標函數(shù),使用差分搜索算法對目標函數(shù)進行優(yōu)化求解。利用去相關消源方法從混合信號中去除每次分離出的源信號成分,通過逐次分離最終實現(xiàn)對所有源信號的成功恢復。仿真實驗表明,所提算法可以有效實現(xiàn)對混合信號的盲分離。與其他算法相比,該算法在保證了更高分離精度的同時,具有更低的運算量。
[Abstract]:In order to solve the problem of large computational complexity of blind signal separation algorithm based on bionic intelligent optimization. In this paper, a new blind signal separation algorithm based on differential search is proposed, in which the predictability of the signal in time is used as the objective function. The difference search algorithm is used to optimize the objective function and the de-correlation method is used to remove the components of each separated source signal from the mixed signal. The simulation results show that the proposed algorithm can effectively achieve blind separation of mixed signals, compared with other algorithms. The algorithm not only ensures higher separation accuracy, but also has lower computational complexity.
【作者單位】： 天津商業(yè)大學信息工程學院;天津大學精密儀器與光電子工程學院;河北工業(yè)大學信息工程學院;
【基金】：國家自然科學基金資助項目(11127202,60802049)~~
【分類號】：TN911.7
【正文快照】： 1引言盲信號分離技術是在未知信號混合信息的情況下,僅由觀測到的混合信號恢復出各源信號成分的技術。隨著人們對盲信號分離問題研究的不斷深入,盲信號分離算法已廣泛應用于聲音、圖像、通信和生物醫(yī)學等各領域[1~4]。傳統(tǒng)的盲信號分離算法中采用的優(yōu)化方法主要是梯度法[5~7],

【參考文獻】

相關期刊論文 前4條

1 孫守宇 ,鄭君里 ,吳里江 ,趙瑩;峭度自適應學習率的盲信源分離[J];電子學報;2005年03期

2 張銀雪;田學民;鄧曉剛;;基于改進人工蜂群算法的盲源分離方法[J];電子學報;2012年10期

3 陳雷;張立毅;郭艷菊;劉婷;李鏘;;基于粒子群優(yōu)化的有序盲信號分離算法[J];天津大學學報;2011年02期

4 張朝柱;張健沛;孫曉東;;基于自適應粒子群優(yōu)化的盲源分離[J];系統(tǒng)工程與電子技術;2009年06期

【共引文獻】

相關期刊論文 前10條

1 林劍;趙龍;徐劍;余節(jié)約;;基于人工蜂群優(yōu)化的印刷色彩分色[J];包裝工程;2011年05期

2 杜釗;李宏偉;張建忠;;L-DACS中的信號分離算法的研究[J];傳感器與微系統(tǒng);2012年06期

3 丁云;;基于盲源分離技術內嵌式永磁同步電動機溫度監(jiān)測研究[J];電氣應用;2011年16期

4 歐世峰;趙曉暉;高穎;;結合輔助分離系統(tǒng)的變步長盲源分離算法[J];電子學報;2009年07期

5 羅鈞;劉永鋒;付麗;;能耗限制的實時周期任務可靠性感知調度[J];重慶大學學報;2011年08期

6 張姣玲;;人工蜂群算法在多元線性回歸中的應用[J];廣東技術師范學院學報;2011年09期

7 于明;艾月喬;;基于人工蜂群算法的支持向量機參數(shù)優(yōu)化及應用[J];光電子.激光;2012年02期

8 羅彬;邵培基;羅盡堯;劉獨玉;夏國恩;;基于粗糙集理論-神經網絡-蜂群算法集成的客戶流失研究[J];管理學報;2011年02期

9 趙小強;張守明;;基于人工蜂群的模糊聚類算法[J];蘭州理工大學學報;2010年05期

10 張銀雪;田學民;鄧曉剛;;基于改進人工蜂群算法的盲源分離方法[J];電子學報;2012年10期

相關會議論文 前6條

1 李麗;程玉榮;牛奔;;離散人工蜂群算法求解旅行商問題[A];第十三屆中國管理科學學術年會論文集[C];2011年

2 楊琳;孔峰;;基于梯度蜂群混合算法的電力系統(tǒng)最優(yōu)潮流計算[A];中南六�。▍^(qū)）自動化學會第二十九屆學術年會論文集[C];2011年

3 李軍;張永祥;姚曉山;;峭度自適應學習步長盲提取算法提取軸承沖擊信號[A];第八屆全國設備與維修工程學術會議、第十三屆全國設備監(jiān)測與診斷學術會議論文集[C];2008年

4 陶襄樊;陳美霞;;基于l_1范數(shù)稀疏解的水下雙層圓柱殼振動聲輻射評估[A];第十四屆船舶水下噪聲學術討論會論文集[C];2013年

5 Peng Zhang;Hong Liu;Yanhui Ding;;Dynamic Bee Colony Algorithm Based on Multi-species Coevolution[A];山東計算機學會2013學術年會論文集[C];2013年

6 Biao Fang;Gaoming Huang;Jun Gao;;Underdetermined Blind Source Separation for LFM Radar Signal Based on Compressive Sensing[A];第25屆中國控制與決策會議論文集[C];2013年

相關博士學位論文 前10條

1 吳德烽;計算智能在三維表面掃描機器人系統(tǒng)中的應用研究[D];大連海事大學;2010年

2 羅彬;基于MMOI方法的電信客戶流失預測與挽留研究[D];電子科技大學;2010年

3 李燈熬;基于循環(huán)平衡理論的盲源分離算法[D];太原理工大學;2010年

4 董旭初;Bayesian網的最優(yōu)樹分解研究[D];吉林大學;2011年

5 馮業(yè)偉;基于支持向量機和移動Agent技術的銀行風險早期預警系統(tǒng)研究[D];中國海洋大學;2011年

6 劉路;基于改進支持向量機和紋理圖像分析的旋轉機械故障診斷[D];天津大學;2011年

7 王亞軍;減少OFDM系統(tǒng)的峰均功率比的研究[D];上海交通大學;2011年

8 汪洋;基于視覺測量的鐵路列車鉤舌檢測流水線關鍵技術研究[D];大連海事大學;2011年

9 肖永豪;蜂群算法及在圖像處理中的應用研究[D];華南理工大學;2011年

10 高穎;盲源分離理論及其在地球物理勘探中的應用[D];吉林大學;2008年

相關碩士學位論文 前10條

1 姜飛;混合智能優(yōu)化算法及其應用[D];西安電子科技大學;2011年

2 魏麗;群體動畫中運動生成模塊的模型研究[D];山東師范大學;2011年

3 馬慶倫;基于互信息量最小化的循環(huán)平穩(wěn)信號盲源分離算法[D];太原理工大學;2011年

4 張海燕;基于循環(huán)平穩(wěn)度和聯(lián)合近似對角化的盲源分離算法研究[D];太原理工大學;2011年

5 張守明;基于人工蜂群的模糊聚類數(shù)據(jù)挖掘算法研究[D];蘭州理工大學;2011年

6 梁建慧;新型智能優(yōu)化算法及其在圖像分割中的應用研究[D];陜西師范大學;2011年

7 黃旭;群智能優(yōu)化算法及其在PPI網絡中的應用研究[D];陜西師范大學;2011年

8 高巧玲;改進的快速獨立分量分析及其在語音盲分離的應用研究[D];湖南師范大學;2011年

9 李廣宇;基于粒子蜂群算法優(yōu)化的多支持向量機軟測量建模方法研究[D];中南大學;2011年

10 譚世恒;一種新型的群智能優(yōu)化算法—細胞膜優(yōu)化算法及其應用[D];華南理工大學;2011年

【二級參考文獻】

相關期刊論文 前8條

1 羅志增;李文國;;基于小波變換和盲信號分離的多通道肌電信號處理方法[J];電子學報;2009年04期

2 歐世峰;趙曉暉;高穎;;結合輔助分離系統(tǒng)的變步長盲源分離算法[J];電子學報;2009年07期

3 陸鳳波;黃知濤;彭耿;姜文利;;基于時頻分布的欠定混疊盲分離[J];電子學報;2011年09期

4 朱孝龍,保錚,張賢達;基于分階段學習的盲信號分離[J];中國科學E輯:技術科學;2002年05期

5 謝平;李紅亮;黃雙峰;;一種盲源分離的優(yōu)先進化自適應遺傳算法[J];計算機仿真;2009年06期

6 韓江洪;李正榮;魏振春;;一種自適應粒子群優(yōu)化算法及其仿真研究[J];系統(tǒng)仿真學報;2006年10期

7 張朝柱;張健沛;孫曉東;;基于自適應粒子群優(yōu)化的盲源分離[J];系統(tǒng)工程與電子技術;2009年06期

8 傅予力;沈軼;謝勝利;;基于規(guī)范高階累積量的盲分離算法[J];應用數(shù)學;2006年04期

，

本文編號：1414639