【摘要】：盲源分離技術(shù)在圖像處理、語音識(shí)別、生物特征識(shí)別、地址探測(cè)等領(lǐng)域都有著十分廣泛的應(yīng)用。其中源信號(hào)恢復(fù)算法是盲源分離技術(shù)的一個(gè)重要研究方向。本論文針對(duì)線性瞬時(shí)混合盲分離中的源信號(hào)恢復(fù)算法展開研究,包括超定、正定條件下的源信號(hào)恢復(fù)和欠定條件下的源信號(hào)恢復(fù)兩方面的內(nèi)容。具體的研究?jī)?nèi)容與成果可以歸納為以下兩個(gè)方面。(1)研究了超定/正定混合條件下的源信號(hào)恢復(fù)算法。在超定以及正定混合條件下,基于獨(dú)立分量分析理論,建立了關(guān)于負(fù)熵的目標(biāo)函數(shù),通過求解目標(biāo)函數(shù)的極值來恢復(fù)信號(hào)�，F(xiàn)階段常通過粒子群算法最大化目標(biāo)函數(shù)來進(jìn)行源信號(hào)恢復(fù),但是該算法在粒子數(shù)較少的情況下,迭代過程很容易就陷入了局部最優(yōu)解,影響信號(hào)恢復(fù)精度。針對(duì)這個(gè)問題,本文提出了標(biāo)準(zhǔn)粒子群算法的改進(jìn)算法,該算法引入了分段的Logistic混沌系統(tǒng),在粒子速度和位置更新之前進(jìn)行預(yù)先處理,該系統(tǒng)擴(kuò)大了粒子的搜索范圍,增加了粒子的多樣性,降低了算法陷入局部最優(yōu)解的可能性。并且在搜索范圍擴(kuò)大的同時(shí)還提高了粒子接近最優(yōu)解的概率,加快了算法的收斂速度。此外,本文還針對(duì)粒子在進(jìn)行速度更新的過程中,由于慣性權(quán)重下降方式不恰當(dāng)而影響最終信號(hào)恢復(fù)精度的情況,提出了一種新型非線性下降的方式,該方式能夠在前期提高算法的全局搜索能力,后期提高算法的局部搜索能力。結(jié)合以上兩種改進(jìn)思想,形成一種新的源信號(hào)恢復(fù)算法,并且通過實(shí)驗(yàn)仿真證實(shí)了所提新算法的有效性。(2)研究了欠定混合條件下的稀疏源信號(hào)恢復(fù)問題�；谙∈璺至糠治隼碚�,研究了最小化l_0范數(shù)的稀疏恢復(fù)算法和基于徑向基網(wǎng)絡(luò)的源信號(hào)恢復(fù)算法。現(xiàn)階段常常通過求解一個(gè)凸函數(shù)的極值來近似表示l_0范數(shù),但如果凸函數(shù)近似l_0范數(shù)的效果欠佳,會(huì)影響到估計(jì)的精度。因此,本文算法首先利用雙曲正切函數(shù)來替換常用的高斯函數(shù),然后在求解優(yōu)化函數(shù)極值的部分,將最速下降法與擬牛頓法結(jié)合,以解決最速下降法自身的缺陷,從而提出了一種基于擬牛頓法的徑向基網(wǎng)絡(luò)稀疏恢復(fù)算法。該算法前期利用最速下降法快速靠近最優(yōu)解的特點(diǎn),后期利用擬牛頓法尋優(yōu)精度高的特點(diǎn)。仿真實(shí)驗(yàn)結(jié)果表明,本文所提新算法的精度以及時(shí)間復(fù)雜度等綜合指標(biāo)優(yōu)于常見的源信號(hào)恢復(fù)算法。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TN911.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 劉中健;趙知?jiǎng)?;基于KL散度的反饋盲源分離算法[J];電聲技術(shù);2015年03期

2 敖永才;師奕兵;張偉;李焱駿;;自適應(yīng)慣性權(quán)重的改進(jìn)粒子群算法[J];電子科技大學(xué)學(xué)報(bào);2014年06期

3 安澄全;彭軍偉;;基于混合優(yōu)化的平滑l_0壓縮感知重構(gòu)算法[J];應(yīng)用科技;2013年05期

4 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(xué)學(xué)報(bào)(自然科學(xué)版);2011年06期

5 邵文婷;方濱;王普;任明榮;沈毅;;稀疏信號(hào)的盲源分離求解方法提取胎兒心電信號(hào)[J];生物醫(yī)學(xué)工程學(xué)雜志;2009年06期

6 范培蕾;張曉今;楊濤;;克服早熟收斂現(xiàn)象的粒子群優(yōu)化算法[J];計(jì)算機(jī)應(yīng)用;2009年S1期

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

8 李季;孫秀霞;李士波;李睿;;基于遺傳交叉因子的改進(jìn)粒子群優(yōu)化算法[J];計(jì)算機(jī)工程;2008年02期

9 張賢達(dá),保錚;盲信號(hào)分離[J];電子學(xué)報(bào);2001年S1期

相關(guān)碩士學(xué)位論文 前1條

1 吳正文;卷積神經(jīng)網(wǎng)絡(luò)在圖像分類中的應(yīng)用研究[D];電子科技大學(xué);2015年

本文編號(hào)：2724088