[发明专利]一种基于改进人工蜂群算法的盲源分离方法有效
申请号: | 201410198347.1 | 申请日: | 2014-05-12 |
公开(公告)号: | CN104009948B | 公开(公告)日: | 2017-02-01 |
发明(设计)人: | 郭业才;张政;费赛男;黄友锐 | 申请(专利权)人: | 南京信息工程大学 |
主分类号: | H04L25/03 | 分类号: | H04L25/03;G06N3/00 |
代理公司: | 南京经纬专利商标代理有限公司32200 | 代理人: | 朱小兵 |
地址: | 215101 江苏省苏州市吴中区木*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于改进人工蜂群算法的盲源分离方法,包括如下步骤源信号S(k)=[s1(k),s2(k),…,sM(k)]T经过非奇异混合矩阵A得到观测信号X(k)=[x1(k),x2(k),…,xM(k)]T;将得到的观测信号X(k)送入预处理滤波器得其输出信号Z(k);将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);通过改进人工群算法获得W(k)的初始优化分离矩阵Wopt(0);获得W(k)的初始优化分离矩阵Wopt(0)后,对W(k)进行更新。本发明方法采用改进的人工蜂群算法IABC对基于自然梯度的盲源分离方法NGA进行优化,获得初始优化分离矩阵,再由初始优化分离矩阵进行信号分离。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。 | ||
搜索关键词: | 一种 基于 改进 人工 蜂群 算法 分离 方法 | ||
【主权项】:
一种基于改进人工蜂群算法的盲源分离方法,其特征在于,包括如下步骤:步骤一、源信号S(k)=[s1(k),s2(k),…,sM(k)]T经过非奇异混合矩阵A得到观测信号X(k)=[x1(k),x2(k),…,xM(k)]T:X(k)=AS(k);其中sM(k)是源信号S(k)的第M个分量,xM(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;步骤四、通过改进人工蜂群算法获得W(k)的初始优化分离矩阵Wopt(0);具体如下:(401)人工蜂群初始化:随机产生2N个位置,取其中的N个作为蜜源位置,N为正整数;第i个蜜源的位置向量Θi对应于一个初始分离矩阵W(0),i=1,2,…,N,位置向量Θi为D维的,且D=M(M‑1)/2;最大循环次数为itermax,itermax为大于等于零的整数;(402)用第i个蜜源的位置向量Θi表示初始分离矩阵W(0),再由初始分离矩阵W(0)得到初始分离信号(403)获得初始分离信号的峰度与蜜源花蜜量;信号的峰度定义为J(Y~(k))=Σi=1N|E(Y~i4(k))-3E2(Y~i2(k))|;]]>式中,为信号的第i个分量,信号的峰度是求解初始优化分离矩阵Wopt(0)的目标函数;将信号的峰度定义为第i个蜜源花蜜量函数,即F(Θi)=J(Y~(k));]]>式中,Θi对应于分离矩阵W(k)的一个初始分离矩阵W(0);(404)引领蜂搜索蜜源并计算花蜜量:引领蜂根据记忆中邻域蜜源区内选择一个新的蜜源位置,即Θij=θiji=kΘij=θij+φij(θij-θkj)i≠k;]]>式中,i∈{1,2,…,N},j∈{1,2,…,D},Θij为第i个新蜜源第j维位置,θij表示第i个原蜜源第j维位置,θkj表示第k个蜜源第j维位置;φij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];引领蜂搜索到新蜜源后,按步骤(403)中所述蜜源花蜜量函数来计算新蜜源花蜜量,引领蜂采用贪婪选择机制来确定原蜜源的取舍,如果新蜜源的花蜜量高于或等于原蜜源的花蜜量,引领蜂就接受新蜜源而放弃原蜜源,否则,引领蜂仍保持对原蜜源花蜜的采集;(405)跟随蜂选择蜜源:当所有引领蜂完成搜索过程后,跟随蜂依据引领蜂提供的蜜源花蜜量以轮盘赌方式选择蜜源,蜜源被选择的概率计算公式为P(Θi)=F(Θi)Σi=1NF(Θi);]]>跟随蜂选择概率最大的蜜源作为第i个新蜜源,则该蜜源第j维位置Θij按跟随蜂自己的位置更新公式进行更新;所述跟随蜂自己的位置更新公式为:Θij=η·θij+κ·φij·(θij‑θkj);式中,η表示动态遗忘因子,κ是动态邻域因子;动态遗忘因子为η=γ[ω2‑(2/(1+exp(‑α(iter/itermax))^β)‑0.77)(ω2‑ω1)];式中,γ是一个常数,ω1、ω2、α、β为常数;iter为循环次数,itermax为最大循环次数;exp表示以e为底的指数函数;动态邻域因子为κ=γ[ω3+(2/(1+exp(‑α(iter/itermax))^β)‑1.2)(ω4‑ω3)];式中,γ是一个常数,ω3和ω4为常数;当蜜源花蜜量高于邻域蜜源花蜜量时,γ<1;反之,γ>1;(406)侦察蜂侦察阶段:若侦察蜂在侦察阶段搜索到的第i个蜜源花蜜量不变,则相应的引领蜂变成侦察蜂,进入侦察蜂阶段,并随机产生第i个新蜜源代替被放弃的第i个原蜜源,随机产生的第i个新蜜源第j维位置按下列公式计算,即Θij=θijmin+rand(0,1)(θijmax‑θijmin);式中,rand(0,1)为(0,1)之间均匀分布的随机数,θijmax与θijmin分别为θij的取值范围上、下限;(407)当(403)‑(406)的循环过程达到了最大循环次数itermax时,则记录此时花蜜量最高的蜜源位置向量,输出花蜜量最高的蜜源位置向量Θ,以获得初始分离矩阵W(0)的初始优化分离矩阵Wopt(0);否则,转到(403);步骤五、在(407)中获得W(k)的初始优化分离矩阵Wopt(0)后,对W(k)进行更新。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410198347.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种短波二维波达方向估计数字处理模块
- 下一篇:开关管的开启电压测试方法