【摘要】：傳統(tǒng)的基于K均值聚類算法及最小路徑法的欠定盲源分離(BSS)兩步法存在K值難以確定、對初始值敏感、噪聲和奇異點難以排除以及相對缺乏理論依據(jù)等諸多不足。針對以上問題,提出了基于勢函數(shù)及壓縮感知理論的新型兩步算法。首先利用多峰值粒子群尋優(yōu)算法改進的勢函數(shù)法來估計混合矩陣;然后利用估計矩陣來構建傳感矩陣,并將基于正交匹配追蹤的壓縮感知算法引入欠定盲源分離過程中;最后實現(xiàn)源信號的重構。仿真實驗結果表明,混合矩陣最高估計精度達到99.13%,重構信號干擾比均高于10 dB,很好地滿足了重構精度的要求,驗證了所提算法的有效性。所提算法對一維混合信號的欠定盲源分離具有良好的普適性和較高的準確率。
[Abstract]:The traditional (BSS) two-step method based on K-means clustering algorithm and minimum path method is difficult to determine K value, sensitive to initial value, difficult to eliminate noise and singularity, and lack of theoretical basis. A new two-step algorithm based on potential function and compression sensing theory is proposed to solve the above problems. Firstly, the hybrid matrix is estimated by the improved potential function method of multi-peak particle swarm optimization algorithm, and then the sensing matrix is constructed by using the estimation matrix, and the compression sensing algorithm based on orthogonal matching tracking is introduced into the process of under-determined blind source separation. Finally, the source signal is reconstructed. The simulation results show that the maximum estimation accuracy of the mixed matrix is 99.13 and the reconstructed signal interference ratio is higher than 10 dB, which can meet the requirements of reconstruction accuracy. The validity of the proposed algorithm is verified. The proposed algorithm has good universality and high accuracy for undetermined blind source separation of one-dimensional mixed signals.
【作者單位】： 遼寧大學物理學院;遼寧科技學院機械工程學院;
【基金】：遼寧省自然科學基金資助項目(201102093)
【分類號】：TN911.7

【參考文獻】

相關期刊論文 前4條

1 余豐;奚吉;趙力;鄒采榮;;基于CS與K-SVD的欠定盲源分離稀疏分量分析[J];東南大學學報(自然科學版);2011年06期

2 張朝柱;張健沛;孫曉東;;基于curvelet變換和獨立分量分析的含噪盲源分離[J];計算機應用;2008年05期

3 楊恢先;劉子文;汪俊;王緒四;謝鵬鶴;;改進的PSO混合算法[J];計算機應用;2010年06期

4 辜方林;張杭;李倫輝;;基于非線性主成分分析的自適應變步長盲源分離算法[J];計算機應用;2013年05期

【共引文獻】

相關期刊論文 前10條

1 劉文彬;劉保國;劉中戰(zhàn);崔少東;;基于改進PSO算法的巖石蠕變模型參數(shù)辨識[J];北京交通大學學報;2009年04期

2 高彬;呂善偉;郭慶豐;張娜;;遺傳算法在電子戰(zhàn)干擾規(guī)劃中的應用[J];北京航空航天大學學報;2006年08期

3 李大林;李杰;;基于PSO算法的多巡飛器任務分配方法[J];北京理工大學學報;2010年12期

4 張一農(nóng);劉伯龍;王文婷;;基于神經(jīng)網(wǎng)絡的客服中心話務量預測模型[J];吉林大學學報(信息科學版);2011年02期

5 賈志偉;關忠仁;趙建芳;;粒子群優(yōu)化的半監(jiān)督入侵檢測算法[J];成都信息工程學院學報;2012年03期

6 王波;王燦林;梁國強;;基于粒子群尋優(yōu)的D-S算法[J];傳感器與微系統(tǒng);2007年01期

7 王洪斌;侯婉姝;;異步粒子群優(yōu)化算法在QoS組播路由中的應用[J];傳感器與微系統(tǒng);2007年09期

8 王興偉;王軍偉;吳鐵艷;黃敏;;NGI中一種基于粒子群優(yōu)化的QoS單播路由算法[J];東北大學學報;2006年01期

9 高鏡媚;汪定偉;;三級網(wǎng)狀隨機庫存與定價聯(lián)合策略的仿真優(yōu)化[J];東北大學學報(自然科學版);2009年10期

10 楊紅偉;甘明剛;;基于粒子群算法的防空修正彈控制方法研究[J];彈道學報;2011年02期

相關會議論文 前10條

1 ;A Multiple Tuning Method for PID Controllers Using Constrained Particle Swarm Optimization[A];中國自動化學會控制理論專業(yè)委員會C卷[C];2011年

2 李勇剛;李浩;陽春華;王莎;;基于NIWVP-PSO的沉鐵過程鐵離子濃度軟測量[A];中國自動化學會控制理論專業(yè)委員會D卷[C];2011年

3 秦洪德;石麗麗;;基于粒子群算法的船體結構優(yōu)化設計研究[A];第十四屆中國海洋（岸）工程學術討論會論文集（上冊）[C];2009年

4 白瑞林;王利峰;;一種基于共享法的改進型粒子群優(yōu)化算法[A];2005中國控制與決策學術年會論文集（上）[C];2005年

5 ;Parameter Estimation of Water Quality Model Using Particle Swarm Optimization Technique[A];2009中國控制與決策會議論文集（1）[C];2009年

6 江善和;王其申;江巨浪;;一種速度差分變異的粒子群優(yōu)化算法[A];2009中國控制與決策會議論文集（2）[C];2009年

7 ;Adaptive Neural Network Predictive Control Based on PSO Algorithm[A];2009中國控制與決策會議論文集（3）[C];2009年

8 ;A Particle Swarm Optimization for Fuel-Optimal Impulsive Control Problems of Guided Projectile[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

9 孫長銀;馮純伯;夏良正;;群體智能——最優(yōu)化技術的一種新的有效實現(xiàn)模式[A];全國自動化新技術學術交流會會議論文集（一）[C];2005年

10 王軍偉;任良超;;基于頻率采樣技術的FIR數(shù)字濾波器的優(yōu)化設計[A];第七屆青年學術會議論文集[C];2005年

相關博士學位論文 前10條

1 譚佳琳;粒子群優(yōu)化算法研究及其在海底地形輔助導航中的應用[D];哈爾濱工程大學;2010年

2 曲建華;基于群體智能的聚類分析[D];山東師范大學;2010年

3 高雪瑤;語義特征造型的與歷程無關技術的研究[D];哈爾濱理工大學;2009年

4 彭宏;基于機器學習方法的數(shù)字音頻水印技術研究[D];電子科技大學;2010年

5 劉吉英;壓縮感知理論及在成像中的應用[D];國防科學技術大學;2010年

6 許可;面向生態(tài)保護和恢復的梯級水電站聯(lián)合優(yōu)化調(diào)度研究[D];華中科技大學;2011年

7 夏益民;基于傳感器信息融合的移動機器人定位與地圖創(chuàng)建研究[D];廣東工業(yè)大學;2011年

8 王延偉;基于物理參數(shù)辨識的結構損傷識別方法研究[D];中國地震局工程力學研究所;2011年

9 朱旭琪;分布式信息壓縮算法研究[D];北京郵電大學;2011年

10 賀偉凇;骨干網(wǎng)絡流量異常行為感知方法研究[D];電子科技大學;2011年

相關碩士學位論文 前10條

1 石麗麗;智能優(yōu)化算法對比研究及其在船體雙底結構優(yōu)化中的應用[D];哈爾濱工程大學;2010年

2 馬勤;基于群體智能算法的動態(tài)目標跟蹤技術研究[D];天津理工大學;2010年

3 喬立勇;基于特征提取和神經(jīng)網(wǎng)絡的ECT流型辨識的研究[D];哈爾濱理工大學;2010年

4 劉濤;基于神經(jīng)網(wǎng)絡和群智能優(yōu)化算法的生產(chǎn)過程預警技術及其應用[D];華東理工大學;2011年

5 竇永梅;基于粒子群算法和卡爾曼濾波的運動目標跟蹤算法[D];太原理工大學;2011年

6 李浩;用于壓縮感知的確定性測量矩陣研究[D];北京交通大學;2011年

7 林婉娟;壓縮感知重建算法及其在數(shù)字水印中的應用[D];北京交通大學;2011年

8 關志麗;無線傳感器網(wǎng)絡節(jié)點故障修復機制[D];北京郵電大學;2011年

9 楊劍;壓縮感知在超寬帶信道估計中的應用研究[D];北京郵電大學;2011年

10 陳曦;基于PSO算法的結構損傷精細識別[D];暨南大學;2011年

【二級參考文獻】

相關期刊論文 前5條

1 石光明;劉丹華;高大化;劉哲;林杰;王良君;;壓縮感知理論及其研究進展[J];電子學報;2009年05期

2 羅雙才;唐斌;;一種基于盲分離的欺騙干擾抑制算法[J];電子與信息學報;2011年12期

3 戈劍武;祁榮賓;錢鋒;陳晶;;一種改進的自適應差分進化算法[J];華東理工大學學報(自然科學版);2009年04期

4 彭曉波;桂衛(wèi)華;黃志武;胡志坤;李勇剛;;GAPSO:一種高效的遺傳粒子混合算法及其應用[J];系統(tǒng)仿真學報;2008年18期

5 王宇;遲毅林;伍星;沈沂;;基于盲信號處理的機械噪聲監(jiān)測與故障診斷[J];振動與沖擊;2009年06期

【相似文獻】

相關期刊論文 前10條

1 成謝鋒;徐亮;嚴仍義;;混沌混合信號欠定盲分離方法的研究[J];南京郵電大學學報(自然科學版);2011年01期

2 王國鵬;劉郁林;羅穎光;;基于稀疏性的欠定語音盲分離方法研究[J];計算機應用;2009年04期

3 傅予力;謝勝利;何昭水;;稀疏盲源信號分離的新算法[J];計算機工程與應用;2007年09期

4 王國鵬;劉郁林;羅穎光;;弱稀疏性下的欠定語音盲分離方法[J];計算機工程;2009年18期

5 李白燕;郭水旺;李應生;;基于兩步法稀疏分量分析的欠定盲源分離[J];電聲技術;2010年09期

6 陳曉軍;張揚;唐斌;;基于比率矩陣聚類的欠定盲分離算法[J];現(xiàn)代電子技術;2008年19期

7 付寧;彭喜元;;基于改進l_1范數(shù)最小化組合算法的欠定盲源分離[J];電子測量與儀器學報;2009年07期

8 王國鵬;劉郁林;羅穎光;;弱時頻正交性條件下的混合矩陣盲估計[J];數(shù)據(jù)采集與處理;2010年01期

9 王國鵬;劉郁林;羅穎光;;結合主分量分析與DOA估計的語音盲分離[J];聲學技術;2009年05期

10 張燁;方勇;;基于拉普拉斯勢函數(shù)的欠定盲分離中源數(shù)的估計[J];信號處理;2009年11期

相關博士學位論文 前1條

1 白樹忠;欠定盲源分離算法及在語音處理中的應用研究[D];山東大學;2008年

相關碩士學位論文 前4條

1 張鑫;欠定盲源分離技術研究[D];西安電子科技大學;2009年

2 陳曉軍;欠定條件下混合信號盲分離算法研究[D];電子科技大學;2009年

3 楊捷;多語音分離語音增強方法的研究[D];大連理工大學;2009年

4 李飛;稀疏過完備混合信號盲分離的研究[D];南昌大學;2010年

，

本文編號：2275926