首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于粒子群优化算法的稀疏信号盲分离
引用本文:高鹰,谢胜利,许若宁,李朝晖.基于粒子群优化算法的稀疏信号盲分离[J].系统仿真学报,2006,18(8):2264-2266.
作者姓名:高鹰  谢胜利  许若宁  李朝晖
作者单位:1. 广州大学城广州大学信息与机电工程学院,广州,510006;华南理工大学电子与信息学院,广州,510641
2. 华南理工大学电子与信息学院,广州,510641
3. 广州大学城广州大学信息与机电工程学院,广州,510006
基金项目:国家自然科学基金;中国博士后科学基金;广东省博士启动基金;广东省广州市科技计划;广东省广州市属高校科技基金
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。

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
文章编号:1004-731X(2006)08-2264-03
收稿时间:2005-01-20
修稿时间:2006-04-28

Blind Sparse Source Separation Based on Particle Swarm Optimization
GAO Ying,XIE Sheng-li,XU Ruo-ning,LI Zhao-hui.Blind Sparse Source Separation Based on Particle Swarm Optimization[J].Journal of System Simulation,2006,18(8):2264-2266.
Authors:GAO Ying  XIE Sheng-li  XU Ruo-ning  LI Zhao-hui
Abstract:A blind sparse source separation algorithm was proposed by using the particle swarm optimization.The proposed algorithm first estimates the mixing matrix by using the particle-swarm-optimization-based clustering algorithm.Then the particle swarm optimization which always meets the constraints except for initialsing all particles to be feasible solutions in solving linearly constrained optimization problem is applied to the linearly constrained optimization problem for recovering the sparse sources.The presented algorithm is characterized by high accuracy and less computation.Simulation results illustrate the efficiency and the good performance of the algorithm.
Keywords:blind sparse source separation  particle swarm optimization  clustering  linearly constrained optimization problems
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号