中医脉冲信号特征盲提取算法设计

发布时间：2022-02-09 06:57

　　针对中医脉冲信号特征在混叠噪声信号中提取时存在盲源分离性能较差、均方误差较大,收敛性能不佳的问题,提出并设计了基于人工蜂群算法的中医脉冲信号特征盲提取算法,该算法对传感器阵列捕获的所有中医脉冲观测信号做中心化处理和白化处理,利用互信息和信息熵的关系,计算得到预处理后中医脉冲信号特征提取代价函数,并将串音误差作为中医脉冲信号特征盲分离性能度量指标;在此基础上,按照人工蜂群算法中引领蜂搜索-跟随蜂搜索-侦察蜂搜索步骤求解中医脉冲信号特征提取代价函数以获得最佳分离向量,实现中医脉冲信号特征盲提取。仿真对比结果表明,提出算法克服了当前算法盲源分离性能较差、均方误差较大,收敛性能不佳的问题。 

【文章来源】：计算机仿真. 2019,36(04)北大核心

【文章页数】：5 页

【文章目录】：
1 引言
2 中医脉冲信号特征盲提取算法设计
    2.1 中医脉冲信号特征盲提取目标函数构造
    2.2 基于人工蜂群算法的代价函数求解
        1) 引领蜂搜索阶段
        2) 跟随蜂搜索阶段
        3) 侦察蜂搜索阶段
        4) 人工蜂群算法终止条件
3 仿真实验与结果分析
4 结束语


【参考文献】：
期刊论文
[1]独立分量分析与压缩感知微地震弱信号提取方法[J]. 宋维琪,李艳清,刘磊.  石油地球物理勘探. 2017(05)
[2]基于循环平稳差异的直扩信号盲提取抗干扰方法[J]. 朱行涛,刘郁林,栗铁桩.  电子学报. 2017(06)
[3]基于典型相关性分析的自适应拟牛顿盲源分离算法[J]. 张瑞芬,冶继民.  吉林大学学报(理学版). 2017(03)
[4]脉冲噪声环境下通信攻击信号自适应分离仿真[J]. 李君婵.  计算机仿真. 2017(03)
[5]利用航空发动机信号特征的振动源盲分离算法[J]. 杨广振,荆建平,明阳,颜逸飞,陈昌敏.  西安交通大学学报. 2017(06)
[6]基于人工蜂群算法的混沌信号盲提取[J]. 李广明,胡志辉.  物理学报. 2016(23)
[7]房颤病人体表标测信号的f波提取方法研究[J]. 王德玺,杨翠微.  仪器仪表学报. 2016(10)
[8]语音信号的混沌遮掩及其正定盲提取算法[J]. 王尔馥,郑远硕,陈新武,刘晓珍.  通信学报. 2016(08)
[9]改进粒子群优化的分段在线盲信号分离算法[J]. 王哲,张立毅,陈雷,李锵.  计算机科学与探索. 2017(03)
[10]基于投影梯度的非负矩阵分解盲信号分离算法[J]. 李煜,何世钧.  计算机工程. 2016(02)



本文编号：3616562