基于粒子群优化算法的稀疏信号盲分离

被引:11
作者
高鹰 [1 ]
谢胜利 [2 ]
许若宁 [1 ]
李朝晖 [1 ]
机构
[1] 广州大学城广州大学信息与机电工程学院
[2] 华南理工大学电子与信息学院
基金
广州市科技计划项目; 广东省自然科学基金; 中国博士后科学基金;
关键词
稀疏信号盲分离; 粒子群优化算法; 聚类; 线性约束优化问题;
D O I
10.16182/j.cnki.joss.2006.08.052
中图分类号
TN911.7 [信号处理];
学科分类号
0711 ; 080401 ; 080402 ;
摘要
把粒子群优化算法应用于稀疏信号盲分离中,采用基于粒子群优化算法的聚类算法来估计混合矩阵;然后利用粒子群优化算法在求解具有线性约束优化问题时,只需在初始化时粒子满足线性约束条件,无须做其它处理的特点来求解稀疏源信号,从而给出了一种基于粒子群优化算法的稀疏信号盲分离算法。该算法计算量小,精度较高。仿真结果表明该算法是有效的,具有良好的分离性能。
引用
收藏
页码:2264 / 2266
页数:3
相关论文
共 3 条
[1]   混沌粒子群优化算法 [J].
高鹰 ;
谢胜利 .
计算机科学, 2004, (08) :13-15
[2]   免疫粒子群优化算法 [J].
高鹰 ;
谢胜利 .
计算机工程与应用, 2004, (06) :4-6+33
[3]   基于分阶段学习的盲信号分离 [J].
朱孝龙 ;
保铮 ;
张贤达 .
中国科学E辑:技术科学, 2002, (05) :693-703