基于粒子群算法和鱼群算法的盲源分离的研究

盲源分离是指在对源信号及传输过程没有任何先验知识的条件下，对接收到的信号进行处理，分离出源信号的过程。该方法在语音信号处理、无线通讯、噪声消除、生物医学信号处理、地震信号处理以及图像处理等方面得到了广泛的应用。 本文所做的主要工作有： (1)简要介绍了盲源分离的基本模型、基本理论，系统总结了当前盲源分离的主要算法，并分析了各算法的特点。重点研究了独立分量方法，详细探讨了该方法中目标函数的选取和对目标函数的优化问题。 (2)分析研究了粒子群算法及其改进算法，改进粒子群算法具有全局收敛性好、收敛速度快、参数调节简单等优点。本文将改进的粒子群算法引入了盲源分离，代替独立分量分析方法中常用的梯度算法，成功地对多种类型的混合信号进行了盲源分离。改善了梯度算法易陷入局部最优值的缺点，降低了算法对初值的依赖型；同时可直接利用独立分量分析的目标函数，可以对广泛的混合信号进行盲源分离。计算机仿真验证了上述特点。