[发明专利]一种基于改进人工蜂群算法的盲源分离方法

说明书

技术领域

本发明涉及信号处理技术领域，特别是一种基于改进人工蜂群算法的盲源分离方法。

背景技术

BSS(Blind Source Separation，盲源分离)是目前信号处理领域兴起的研究课题之一，它的主要任务是在未知源信号以及混合方式未知的情况下，仅靠传感器接收到的信号恢复出源信号。在盲分离方法中，对自适应盲源分离方法，当采用较大步长进行信号分离时，收敛速度快，但分离性能较差；采用较小步长时，可以保持较好的分离性能，但收敛速度慢。除步长因子外，初始分离矩阵也是一个影响收敛性能的因素。现有技术中，初始分离矩阵是随机选取的，会导致分离过程的收敛速度慢、易陷入局部极值点等问题。

ABC(Artifical Bee Colony,人工蜂群算法)是一种模拟仿蜂群行为的集群智能优化方法，它的主要特点是通过对待求解问题进行优劣比较，利用蜂群个体局部寻优能力，由群体找出待求解问题全局最优解，收敛速度快。在传统人工蜂群算法中，一群蜜蜂被分为引领蜂、跟随蜂和侦查蜂3类，引领蜂、跟随蜂用于蜜源的开采，侦查蜂避免蜜源种类过少；寻优过程主要是寻找蜜源花蜜量最高的蜜源位置，每个位置代表待求解问题的一个解，蜂群通过搜索不断寻找花蜜量高的蜜源，最终找到花蜜量最高的蜜源位置，即优化问题的最优解；然而，引领蜂和跟随蜂搜索的蜜源位置更新公式均为

Θ_ij＝θ_ij+φ_ij(θ_ij-θ_kj)  i≠k；

式中，i∈{1,2,…,N}，j∈{1,2,…,D}，i≠k，Θ_ij为第i个新蜜源第j维位置，θ_ij表示第i个原蜜源第j维位置，θ_kj表示第k个蜜源第j维位置，φ_ij为第i个原蜜源第j维位置产生的随机数，取值范围为[-1，1]，它是控制θ_ij与θ_kj间干扰大小的，随着θ_ij与θ_kj的差异缩小，对位置θ_ij的扰动同样减小，因此φ_ij自适应地缩减。引领蜂搜索到新蜜源后，新蜜源位置Θ_ij是以原蜜源位置θ_ij为基础加上其与邻域蜜源位置θ_kj的差值得到的，由于邻域蜜源是随机选择的，可能这个蜜源花蜜量比原蜜源高，也有可能更低，无法严格控制新蜜源向全局最优方向搜索，也即对于搜索过程的控制力不足，收敛到全局最优蜜源的过程比较缓慢。

如何解决现有技术的不足已成为现有信号处理技术领域亟待解决的重点难题。

发明内容

本发明所要解决的技术问题是克服传统人工蜂群算法和盲分离方法存在的缺陷，而提供一种基于改进人工蜂群算法的盲源分离方法，本发明先对传统人工蜂群算法ABC进行改进，再用改进的人工蜂群算法对初始分离矩阵进行优化，获得更好的盲分离性能。本发明方法具有收敛速度快、串音误差小的性能，在无线通信、图像处理、语音信号处理等方面均有广泛的应用前景。

本发明为解决上述技术问题采用以下技术方案：

根据本发明提出的一种基于改进人工蜂群算法的盲源分离方法，包括如下步骤：

步骤一、源信号S(k)＝[s₁(k),s₂(k),…,s_M(k)]^T经过非奇异混合矩阵A得到观测信号X(k)＝[x₁(k),x₂(k),…,x_M(k)]^T：X(k)＝AS(k)；其中s_M(k)是源信号S(k)的第M个分量，x_M(k)是观测信号X(k)的第M个分量，k为时间序列，上标T表示共轭转置，M为正整数，A是M×M维矩阵；

步骤二、将步骤一得到的观测信号X(k)送入预处理滤波器得其输出信号Z(k)；具体为：先对观测信号X(k)进行中心化预处理，即其中E表示数学期望，再对中心化预处理结果进行白化处理得到预处理滤波器的输出信号Z(k)：Z(k)＝VX(k)，其中V为白化矩阵；

步骤三、将步骤二得到的预处理滤波器的输出信号Z(k)送至分离矩阵W(k)，得到分离信号Y(k)：Y(k)＝W(k)X(k)；其中Y(k)是M×1维向量，为源信号S(k)的一个估计，其分量相互独立，分离矩阵W(k)是M×M维的；