基于势函数与压缩感知的欠定盲源分离

发布时间：2018-10-17 07:11

【摘要】：传统的基于K均值聚类算法及最小路径法的欠定盲源分离(BSS)两步法存在K值难以确定、对初始值敏感、噪声和奇异点难以排除以及相对缺乏理论依据等诸多不足。针对以上问题,提出了基于势函数及压缩感知理论的新型两步算法。首先利用多峰值粒子群寻优算法改进的势函数法来估计混合矩阵;然后利用估计矩阵来构建传感矩阵,并将基于正交匹配追踪的压缩感知算法引入欠定盲源分离过程中;最后实现源信号的重构。仿真实验结果表明,混合矩阵最高估计精度达到99.13%,重构信号干扰比均高于10 dB,很好地满足了重构精度的要求,验证了所提算法的有效性。所提算法对一维混合信号的欠定盲源分离具有良好的普适性和较高的准确率。
[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.
【作者单位】： 辽宁大学物理学院;辽宁科技学院机械工程学院;
【基金】：辽宁省自然科学基金资助项目(201102093)
【分类号】：TN911.7

【参考文献】

相关期刊论文 前4条

1 余丰;奚吉;赵力;邹采荣;;基于CS与K-SVD的欠定盲源分离稀疏分量分析[J];东南大学学报(自然科学版);2011年06期

2 张朝柱;张健沛;孙晓东;;基于curvelet变换和独立分量分析的含噪盲源分离[J];计算机应用;2008年05期

3 杨恢先;刘子文;汪俊;王绪四;谢鹏鹤;;改进的PSO混合算法[J];计算机应用;2010年06期

4 辜方林;张杭;李伦辉;;基于非线性主成分分析的自适应变步长盲源分离算法[J];计算机应用;2013年05期

【共引文献】

相关期刊论文 前10条

1 刘文彬;刘保国;刘中战;崔少东;;基于改进PSO算法的岩石蠕变模型参数辨识[J];北京交通大学学报;2009年04期

2 高彬;吕善伟;郭庆丰;张娜;;遗传算法在电子战干扰规划中的应用[J];北京航空航天大学学报;2006年08期

3 李大林;李杰;;基于PSO算法的多巡飞器任务分配方法[J];北京理工大学学报;2010年12期

4 张一农;刘伯龙;王文婷;;基于神经网络的客服中心话务量预测模型[J];吉林大学学报(信息科学版);2011年02期

5 贾志伟;关忠仁;赵建芳;;粒子群优化的半监督入侵检测算法[J];成都信息工程学院学报;2012年03期

6 王波;王灿林;梁国强;;基于粒子群寻优的D-S算法[J];传感器与微系统;2007年01期

7 王洪斌;侯婉姝;;异步粒子群优化算法在QoS组播路由中的应用[J];传感器与微系统;2007年09期

8 王兴伟;王军伟;吴铁艳;黄敏;;NGI中一种基于粒子群优化的QoS单播路由算法[J];东北大学学报;2006年01期

9 高镜媚;汪定伟;;三级网状随机库存与定价联合策略的仿真优化[J];东北大学学报(自然科学版);2009年10期

10 杨红伟;甘明刚;;基于粒子群算法的防空修正弹控制方法研究[J];弹道学报;2011年02期

相关会议论文 前10条

1 ;A Multiple Tuning Method for PID Controllers Using Constrained Particle Swarm Optimization[A];中国自动化学会控制理论专业委员会C卷[C];2011年

2 李勇刚;李浩;阳春华;王莎;;基于NIWVP-PSO的沉铁过程铁离子浓度软测量[A];中国自动化学会控制理论专业委员会D卷[C];2011年

3 秦洪德;石丽丽;;基于粒子群算法的船体结构优化设计研究[A];第十四届中国海洋（岸）工程学术讨论会论文集（上册）[C];2009年

4 白瑞林;王利峰;;一种基于共享法的改进型粒子群优化算法[A];2005中国控制与决策学术年会论文集（上）[C];2005年

5 ;Parameter Estimation of Water Quality Model Using Particle Swarm Optimization Technique[A];2009中国控制与决策会议论文集（1）[C];2009年

6 江善和;王其申;江巨浪;;一种速度差分变异的粒子群优化算法[A];2009中国控制与决策会议论文集（2）[C];2009年

7 ;Adaptive Neural Network Predictive Control Based on PSO Algorithm[A];2009中国控制与决策会议论文集（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 孙长银;冯纯伯;夏良正;;群体智能——最优化技术的一种新的有效实现模式[A];全国自动化新技术学术交流会会议论文集（一）[C];2005年

10 王军伟;任良超;;基于频率采样技术的FIR数字滤波器的优化设计[A];第七届青年学术会议论文集[C];2005年

相关博士学位论文 前10条

1 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年

2 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年

3 高雪瑶;语义特征造型的与历程无关技术的研究[D];哈尔滨理工大学;2009年

4 彭宏;基于机器学习方法的数字音频水印技术研究[D];电子科技大学;2010年

5 刘吉英;压缩感知理论及在成像中的应用[D];国防科学技术大学;2010年

6 许可;面向生态保护和恢复的梯级水电站联合优化调度研究[D];华中科技大学;2011年

7 夏益民;基于传感器信息融合的移动机器人定位与地图创建研究[D];广东工业大学;2011年

8 王延伟;基于物理参数辨识的结构损伤识别方法研究[D];中国地震局工程力学研究所;2011年

9 朱旭琪;分布式信息压缩算法研究[D];北京邮电大学;2011年

10 贺伟凇;骨干网络流量异常行为感知方法研究[D];电子科技大学;2011年

相关硕士学位论文 前10条

1 石丽丽;智能优化算法对比研究及其在船体双底结构优化中的应用[D];哈尔滨工程大学;2010年

2 马勤;基于群体智能算法的动态目标跟踪技术研究[D];天津理工大学;2010年

3 乔立勇;基于特征提取和神经网络的ECT流型辨识的研究[D];哈尔滨理工大学;2010年

4 刘涛;基于神经网络和群智能优化算法的生产过程预警技术及其应用[D];华东理工大学;2011年

5 窦永梅;基于粒子群算法和卡尔曼滤波的运动目标跟踪算法[D];太原理工大学;2011年

6 李浩;用于压缩感知的确定性测量矩阵研究[D];北京交通大学;2011年

7 林婉娟;压缩感知重建算法及其在数字水印中的应用[D];北京交通大学;2011年

8 关志丽;无线传感器网络节点故障修复机制[D];北京邮电大学;2011年

9 杨剑;压缩感知在超宽带信道估计中的应用研究[D];北京邮电大学;2011年

10 陈曦;基于PSO算法的结构损伤精细识别[D];暨南大学;2011年

【二级参考文献】

相关期刊论文 前5条

1 石光明;刘丹华;高大化;刘哲;林杰;王良君;;压缩感知理论及其研究进展[J];电子学报;2009年05期

2 罗双才;唐斌;;一种基于盲分离的欺骗干扰抑制算法[J];电子与信息学报;2011年12期

3 戈剑武;祁荣宾;钱锋;陈晶;;一种改进的自适应差分进化算法[J];华东理工大学学报(自然科学版);2009年04期

4 彭晓波;桂卫华;黄志武;胡志坤;李勇刚;;GAPSO:一种高效的遗传粒子混合算法及其应用[J];系统仿真学报;2008年18期

5 王宇;迟毅林;伍星;沈沂;;基于盲信号处理的机械噪声监测与故障诊断[J];振动与冲击;2009年06期

【相似文献】

相关期刊论文 前10条

1 成谢锋;徐亮;严仍义;;混沌混合信号欠定盲分离方法的研究[J];南京邮电大学学报(自然科学版);2011年01期

2 王国鹏;刘郁林;罗颖光;;基于稀疏性的欠定语音盲分离方法研究[J];计算机应用;2009年04期

3 傅予力;谢胜利;何昭水;;稀疏盲源信号分离的新算法[J];计算机工程与应用;2007年09期

4 王国鹏;刘郁林;罗颖光;;弱稀疏性下的欠定语音盲分离方法[J];计算机工程;2009年18期

5 李白燕;郭水旺;李应生;;基于两步法稀疏分量分析的欠定盲源分离[J];电声技术;2010年09期

6 陈晓军;张扬;唐斌;;基于比率矩阵聚类的欠定盲分离算法[J];现代电子技术;2008年19期

7 付宁;彭喜元;;基于改进l_1范数最小化组合算法的欠定盲源分离[J];电子测量与仪器学报;2009年07期

8 王国鹏;刘郁林;罗颖光;;弱时频正交性条件下的混合矩阵盲估计[J];数据采集与处理;2010年01期

9 王国鹏;刘郁林;罗颖光;;结合主分量分析与DOA估计的语音盲分离[J];声学技术;2009年05期

10 张烨;方勇;;基于拉普拉斯势函数的欠定盲分离中源数的估计[J];信号处理;2009年11期

相关博士学位论文 前1条

1 白树忠;欠定盲源分离算法及在语音处理中的应用研究[D];山东大学;2008年

相关硕士学位论文 前4条

1 张鑫;欠定盲源分离技术研究[D];西安电子科技大学;2009年

2 陈晓军;欠定条件下混合信号盲分离算法研究[D];电子科技大学;2009年

3 杨捷;多语音分离语音增强方法的研究[D];大连理工大学;2009年

4 李飞;稀疏过完备混合信号盲分离的研究[D];南昌大学;2010年

，

本文编号：2275926