量子人工蜂群优化的盲源分离算法

为了实现分离多种服从不同分布类型的源信号,将一种改进的量子人工蜂群方法用于优化盲源分离算法。在标准量子人工蜂群算法的基础上,引入混沌优化算子生成初始解,使初始种群的解均匀分布在可行解空间上;在搜索阶段引入动态的邻域因子和遗忘因子,控制寻优方向,提高算法的收敛速度和寻优能力;以信号峰度构造目标函数,利用改进的量子人工蜂群方法对目标函数寻优,获得分离矩阵,实现混合信号的分离。仿真结果表明,所提算法能够分离亚高斯分布、超高斯信号及两者的混合信号,且在收敛速度和分离精度上均优于传统算法。