【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(duì)初始值敏感、噪聲和奇異點(diǎn)難以排除以及相對(duì)缺乏理論依據(jù)等諸多不足。針對(duì)以上問題,提出了基于勢(shì)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(jìn)的勢(shì)函數(shù)法來估計(jì)混合矩陣;然后利用估計(jì)矩陣來構(gòu)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(shí)現(xiàn)源信號(hào)的重構(gòu)。仿真實(shí)驗(yàn)結(jié)果表明,混合矩陣最高估計(jì)精度達(dá)到99.13%,重構(gòu)信號(hào)干擾比均高于10 dB,很好地滿足了重構(gòu)精度的要求,驗(yàn)證了所提算法的有效性。所提算法對(duì)一維混合信號(hào)的欠定盲源分離具有良好的普適性和較高的準(zhǔn)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(xué)物理學(xué)院;遼寧科技學(xué)院機(jī)械工程學(xué)院;
【基金】：遼寧省自然科學(xué)基金資助項(xiàng)目(201102093)
【分類號(hào)】：TN911.7

【參考文獻(xiàn)】

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

2 張朝柱;張健沛;孫曉東;;基于curvelet變換和獨(dú)立分量分析的含噪盲源分離[J];計(jì)算機(jī)應(yīng)用;2008年05期

3 楊恢先;劉子文;汪俊;王緒四;謝鵬鶴;;改進(jìn)的PSO混合算法[J];計(jì)算機(jī)應(yīng)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(yīng)變步長(zhǎng)盲源分離算法[J];計(jì)算機(jī)應(yīng)用;2013年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉文彬;劉保國(guó);劉中戰(zhàn);崔少東;;基于改進(jìn)PSO算法的巖石蠕變模型參數(shù)辨識(shí)[J];北京交通大學(xué)學(xué)報(bào);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(yīng)用[J];北京航空航天大學(xué)學(xué)報(bào);2006年08期

3 李大林;李杰;;基于PSO算法的多巡飛器任務(wù)分配方法[J];北京理工大學(xué)學(xué)報(bào);2010年12期

4 張一農(nóng);劉伯龍;王文婷;;基于神經(jīng)網(wǎng)絡(luò)的客服中心話務(wù)量預(yù)測(cè)模型[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2011年02期

5 賈志偉;關(guān)忠仁;趙建芳;;粒子群優(yōu)化的半監(jiān)督入侵檢測(cè)算法[J];成都信息工程學(xué)院學(xué)報(bào);2012年03期

6 王波;王燦林;梁國(guó)強(qiáng);;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(yīng)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(xué)學(xué)報(bào);2006年01期

9 高鏡媚;汪定偉;;三級(jí)網(wǎng)狀隨機(jī)庫存與定價(jià)聯(lián)合策略的仿真優(yōu)化[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)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(xué)報(bào);2011年02期

相關(guān)會(huì)議論文 前10條

1 ;A Multiple Tuning Method for PID Controllers Using Constrained Particle Swarm Optimization[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)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(cè)量[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)D卷[C];2011年

3 秦洪德;石麗麗;;基于粒子群算法的船體結(jié)構(gòu)優(yōu)化設(shè)計(jì)研究[A];第十四屆中國(guó)海洋（岸）工程學(xué)術(shù)討論會(huì)論文集（上冊(cè)）[C];2009年

4 白瑞林;王利峰;;一種基于共享法的改進(jìn)型粒子群優(yōu)化算法[A];2005中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集（上）[C];2005年

5 ;Parameter Estimation of Water Quality Model Using Particle Swarm Optimization Technique[A];2009中國(guó)控制與決策會(huì)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(guó)控制與決策會(huì)議論文集（2）[C];2009年

7 ;Adaptive Neural Network Predictive Control Based on PSO Algorithm[A];2009中國(guó)控制與決策會(huì)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(zhǎng)銀;馮純伯;夏良正;;群體智能——最優(yōu)化技術(shù)的一種新的有效實(shí)現(xiàn)模式[A];全國(guó)自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)會(huì)議論文集（一）[C];2005年

10 王軍偉;任良超;;基于頻率采樣技術(shù)的FIR數(shù)字濾波器的優(yōu)化設(shè)計(jì)[A];第七屆青年學(xué)術(shù)會(huì)議論文集[C];2005年

相關(guān)博士學(xué)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(dǎo)航中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

2 曲建華;基于群體智能的聚類分析[D];山東師范大學(xué);2010年

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

4 彭宏;基于機(jī)器學(xué)習(xí)方法的數(shù)字音頻水印技術(shù)研究[D];電子科技大學(xué);2010年

5 劉吉英;壓縮感知理論及在成像中的應(yīng)用[D];國(guó)防科學(xué)技術(shù)大學(xué);2010年

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

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

8 王延偉;基于物理參數(shù)辨識(shí)的結(jié)構(gòu)損傷識(shí)別方法研究[D];中國(guó)地震局工程力學(xué)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(xué);2011年

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

相關(guān)碩士學(xué)位論文 前10條

1 石麗麗;智能優(yōu)化算法對(duì)比研究及其在船體雙底結(jié)構(gòu)優(yōu)化中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

2 馬勤;基于群體智能算法的動(dòng)態(tài)目標(biāo)跟蹤技術(shù)研究[D];天津理工大學(xué);2010年

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

4 劉濤;基于神經(jīng)網(wǎng)絡(luò)和群智能優(yōu)化算法的生產(chǎn)過程預(yù)警技術(shù)及其應(yīng)用[D];華東理工大學(xué);2011年

5 竇永梅;基于粒子群算法和卡爾曼濾波的運(yùn)動(dòng)目標(biāo)跟蹤算法[D];太原理工大學(xué);2011年

6 李浩;用于壓縮感知的確定性測(cè)量矩陣研究[D];北京交通大學(xué);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(yīng)用[D];北京交通大學(xué);2011年

8 關(guān)志麗;無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)故障修復(fù)機(jī)制[D];北京郵電大學(xué);2011年

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

10 陳曦;基于PSO算法的結(jié)構(gòu)損傷精細(xì)識(shí)別[D];暨南大學(xué);2011年

【二級(jí)參考文獻(xiàn)】

相關(guān)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(jìn)展[J];電子學(xué)報(bào);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(xué)報(bào);2011年12期

3 戈劍武;祁榮賓;錢鋒;陳晶;;一種改進(jìn)的自適應(yīng)差分進(jìn)化算法[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)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(yīng)用[J];系統(tǒng)仿真學(xué)報(bào);2008年18期

5 王宇;遲毅林;伍星;沈沂;;基于盲信號(hào)處理的機(jī)械噪聲監(jiān)測(cè)與故障診斷[J];振動(dòng)與沖擊;2009年06期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 成謝鋒;徐亮;嚴(yán)仍義;;混沌混合信號(hào)欠定盲分離方法的研究[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

2 王國(guó)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(jì)算機(jī)應(yīng)用;2009年04期

3 傅予力;謝勝利;何昭水;;稀疏盲源信號(hào)分離的新算法[J];計(jì)算機(jī)工程與應(yīng)用;2007年09期

4 王國(guó)鵬;劉郁林;羅穎光;;弱稀疏性下的欠定語音盲分離方法[J];計(jì)算機(jī)工程;2009年18期

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

6 陳曉軍;張揚(yáng);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(shù);2008年19期

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

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

9 王國(guó)鵬;劉郁林;羅穎光;;結(jié)合主分量分析與DOA估計(jì)的語音盲分離[J];聲學(xué)技術(shù);2009年05期

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

相關(guān)博士學(xué)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(yīng)用研究[D];山東大學(xué);2008年

相關(guān)碩士學(xué)位論文 前4條

1 張?chǎng)?欠定盲源分離技術(shù)研究[D];西安電子科技大學(xué);2009年

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

3 楊捷;多語音分離語音增強(qiáng)方法的研究[D];大連理工大學(xué);2009年

4 李飛;稀疏過完備混合信號(hào)盲分離的研究[D];南昌大學(xué);2010年

，

本文編號(hào)：2275926