亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種基于改進(jìn)雞群算法的盲源分離方法與流程

文檔序號:12468726閱讀:473來源:國知局
一種基于改進(jìn)雞群算法的盲源分離方法與流程

本發(fā)明涉及信號處理領(lǐng)域,尤其涉及一種基于改進(jìn)雞群算法的盲源分離方法。



背景技術(shù):

盲源分離(blind source separation,BSS)是指在源信號和傳遞信道等先驗信息未知的前提下,根據(jù)信號的統(tǒng)計獨(dú)立特性將源信號從觀測到的混合信號中恢復(fù)出來。

盲源分離的核心問題是分離矩陣的學(xué)習(xí)算法,其基本思想是以統(tǒng)計獨(dú)立的特征作為輸入的表示,使目標(biāo)函數(shù)達(dá)到極大(或極小)。常用盲源分離方法如InforMax算法、FastICA算法等大多涉及非線性函數(shù)的選取問題,這些函數(shù)模型的選擇主要取決于源信號的概率密度性質(zhì),然而實際應(yīng)用中源信號的概率密度性質(zhì)在信號分離前是未知的,非線性函數(shù)的選取極大地影響了算法的分離能力。



技術(shù)實現(xiàn)要素:

為解決上述問題,本發(fā)明給出一種基于改進(jìn)雞群算法的盲源分離方法,將信號峭度絕對值和負(fù)熵加權(quán)平均后的負(fù)值作為目標(biāo)函數(shù),通過改進(jìn)雞群算法最小化目標(biāo)函數(shù),得到最優(yōu)解即最佳分離矩陣,從而實現(xiàn)對混合觀測信號的分離。該方法對源信號概率密度性質(zhì)沒有依賴,適用于各種類型混合信號的分離,收斂速度快,精度高,不易陷入局部最優(yōu)。

為達(dá)到上述目的,本發(fā)明提供如下技術(shù)方案:

一種基于改進(jìn)雞群算法的盲源分離方法,包括以下步驟(1)~(3):

(1)采集源信號S(t)=[s1(t),s2(t),...,sM(t)]T,隨機(jī)產(chǎn)生非奇異混合矩陣A,混合矩陣A對源信號S(t)進(jìn)行線性混合得到觀測信號X(t)=[x1(t),x2(t),...,xM(t)]T,X(t)=AS(t);其中sM(t)是源信號S(t)的第M個分量,xM(t)是觀測信號X(t)的第M個分量,t為時間序列,上標(biāo)T表示共軛轉(zhuǎn)置,M為正整數(shù),A是M×M維矩陣;

(2)對步驟(1)中得到的觀測信號X(t)進(jìn)行中心化和白化后得到預(yù)處理信號Z(t),中心化和白化為現(xiàn)有成熟技術(shù),具體原理此處不再贅述;

(3)隨機(jī)產(chǎn)生分離矩陣作為改進(jìn)雞群算法初始粒子,根據(jù)得到的預(yù)處理信號Z(t),利用改進(jìn)雞群算法迭代更新得到最優(yōu)解即最佳分離矩陣W,將X(t)送至W得到最佳分離信號Y(t)=[y1(t),y2(t),...,yM(t)]T,Y(t)=WX(t),完成混合信號的分離。

本發(fā)明的一種基于改進(jìn)雞群算法的盲源分離方法,所述步驟(3)中利用改進(jìn)雞群算法得到最優(yōu)解即最佳分離矩陣W的具體步驟如下:

(3.1)初始化雞群,設(shè)置最大迭代次數(shù)t1=M1,雞群粒子數(shù)N=100,隨機(jī)產(chǎn)生分離矩陣作為雞群粒子,定義公雞粒子個數(shù)NR=0.15N,母雞粒子個數(shù)NH=0.7N,小雞粒子個數(shù)NC=0.25N,媽媽母雞粒子個數(shù)NM=0.5NH;

(3.2)設(shè)置適應(yīng)度函數(shù)fitness,將預(yù)處理后的信號Z(t)送至隨機(jī)產(chǎn)生的分離矩陣(雞群粒子)得到初始分離信號,對初始分離信號進(jìn)行中心化、白化操作,帶入適應(yīng)度函數(shù)fitness計算雞群粒子的適應(yīng)度值,設(shè)定粒子當(dāng)前最好位置和雞群全局最好位置,雞群算法迭代次數(shù)t1=1;

(3.3)如果t1/G=1(即當(dāng)前為第一代),從小到大排序適應(yīng)度值并根據(jù)公雞、母雞和小雞粒子個數(shù)確定公雞、母雞和小雞的劃分,建立雞群等級制度,將雞群分成數(shù)個子群并確定母雞粒子和小雞粒子的對應(yīng)母子關(guān)系(每個子群中有一個公雞粒子和若干母雞粒子和小雞粒子構(gòu)成),其中,G表示開始更新等級制度、支配關(guān)系和母子關(guān)系的代數(shù),G=10;

(3.4)根據(jù)公式(1):

xir,j(t1+1)=xir,j(t1)·(1+Φ(0,σ2))………………………………(1)

來更新公雞粒子位置,其中,xir,j(t1),xir,j(t1+1)分別代表公雞粒子ir在第t1次和t1+1次迭代中于第j維空間所處的位置;Φ(0,σ2)是一個方差為σ2的高斯分布,σ2表達(dá)式為:

其中,fir和fkr代表公雞粒子ir和公雞粒子kr的適應(yīng)度值,ε是一個極小的常數(shù),用來保證分母有意義,NR為整個雞群公雞粒子數(shù)目,kr為所有公雞粒子中除去ir后的任一個體,當(dāng)公雞粒子ir的適應(yīng)度值好于公雞粒子kr的適應(yīng)度值,方差σ2為1,公雞粒子ir的搜索空間變大,反之σ2降低,公雞粒子ir的搜索空間縮??;

(3.5)母雞粒子將跟隨其子群的公雞粒子進(jìn)行搜索,同時也跟隨其他子群的公雞粒子進(jìn)行搜索,根據(jù)公式(3)

xih,j(t1+1)=xih,j(t1)+C1·θ·(xr1,j(t1)-xih,j(t1))+C2·θ·(xr2,j(t1)-xih,j(t1))……(3)

更新母雞粒子位置,其中,xr1,j(t1),xr2,j(t1)分別代表母雞粒子所屬子群的公雞粒子和其他子群公雞粒子的位置信息,θ為0到1之間均勻分布的隨機(jī)數(shù),C1和C2分別代表母雞粒子參考自身子群和其他子群權(quán)重,根據(jù)公式(4)、(5)

C1=exp((fih-fr1)/(abs(fir+ε))…………………………………(4)

C2=exp((fr2-fir))……………………………………(5)

得到,其中,fih和fr1分別代表母雞粒子ih和所屬子群公雞粒子r1的適應(yīng)度值,fr2代表隨機(jī)選取的其他子群公雞粒子的適應(yīng)度值;

(3.6)小雞粒子不僅跟隨其子群的媽媽母雞粒子進(jìn)行搜索,同時向所在子群公雞學(xué)習(xí),根據(jù)式(6)

xic,j(t1+1)=w·xic,j(t1)+F·(xm,j(t1)-xic,j(t1))+C·(xr,j(t1)-xic,j(t1))…………(6)

更新小雞位置,其中,xm,j(t1)代表小雞粒子所跟隨媽媽母雞粒子的位置信息,xr,j(t1)代表媽媽母雞粒子自身所在子群中的公雞粒子位置信息,C為學(xué)習(xí)因子,取值0.5,表示小雞粒子向自身所在子群中公雞粒子學(xué)習(xí)的程度,w為小雞粒子自身慣性權(quán)重,這里采用自適應(yīng)慣性權(quán)重,通過公式(7)

w=(wmax-wmin)*exp(-(τ*((t1-1)/(M1-1))2)+wmin……………………(7)

得到粒子自身自適應(yīng)權(quán)重,其中,wmax是慣性權(quán)重的最大值,wmin是慣性權(quán)重的最小值,τ取50,F(xiàn)為跟隨系數(shù),表示小雞粒子跟隨媽媽母雞粒子尋找食物;

(3.7)利用公式(1)~(7)更新公雞、母雞和小雞粒子位置后計算每個粒子的適應(yīng)度值,更新雞群的粒子當(dāng)前最好位置和雞群全局最好位置;

(3.8)t1=t1+1,若達(dá)到迭代次數(shù),則停止迭代,得到最優(yōu)位置(最優(yōu)解),即最佳分離矩陣W,否則轉(zhuǎn)到步驟(3.3)。

本發(fā)明的一種基于改進(jìn)雞群算法的盲源分離方法,所述步驟(3)中改進(jìn)雞群算法適應(yīng)度函數(shù)fitness為分離信號負(fù)熵與峭度絕對值的加權(quán)平均,具體實現(xiàn)為:

fitness=-(|0.4×fitness1+0.6×fitness2|/2)……………………(8)

式(8)中,表示信號負(fù)熵,其中yi表示第i個分離信號;表示信號峭度的絕對值,其中kurt(yi)為第i個分離信號的峭度,適應(yīng)度函數(shù)值越小表明分離效果越好。

本發(fā)明的有益效果:將分離信號負(fù)熵和峭度絕對值的加權(quán)平均作為傳統(tǒng)雞群算法的目標(biāo)函數(shù),避免了常用盲源分離方法如InforMax算法、FastICA算法等涉及的非線性函數(shù)選取問題,同時,對傳統(tǒng)雞群算法改進(jìn),使小雞粒子位置具有自適應(yīng)慣性權(quán)重和向所在子群公雞學(xué)習(xí)的能力,克服傳統(tǒng)雞群算法小雞粒子易陷入局部的缺陷,本發(fā)明方法具有收斂速度快,串音誤差小的優(yōu)點(diǎn),在無線通信,信號處理等領(lǐng)域具有廣泛的應(yīng)用前景。

附圖說明

圖1是一種基于改進(jìn)雞群算法的盲源分離方法整體流程圖

圖2是改進(jìn)雞群算法流程圖

具體實施方式

本發(fā)明提供一種基于改進(jìn)雞群算法的盲源分離方法,該方法對源信號概率密度性質(zhì)沒有依賴,適用于各種類型混合信號的分離,收斂速度快,精度高,不易陷入局部最優(yōu)。

為達(dá)成上述目的,本發(fā)明的具體實施方式如下:

(1)采集源信號S(t)=[s1(t),s2(t),...,sM(t)]T,隨機(jī)產(chǎn)生非奇異混合矩陣A,混合矩陣A對源信號S(t)進(jìn)行線性混合得到觀測信號X(t)=[x1(t),x2(t),...,xM(t)]T,X(t)=AS(t);其中sM(t)是源信號S(t)的第M個分量,xM(t)是觀測信號X(t)的第M個分量,t為時間序列,上標(biāo)T表示共軛轉(zhuǎn)置,M為正整數(shù),A是M×M維矩陣;

(2)對步驟(1)中得到的觀測信號X(t)進(jìn)行中心化和白化后得到預(yù)處理信號Z(t),中心化和白化為現(xiàn)有成熟技術(shù),具體原理此處不再贅述;

(3)隨機(jī)產(chǎn)生分離矩陣作為改進(jìn)雞群算法初始粒子,根據(jù)得到的預(yù)處理信號Z(t),利用改進(jìn)雞群算法迭代更新得到最優(yōu)解即最佳分離矩陣W,將X(t)送至W得到最佳分離信號Y(t)=[y1(t),y2(t),...,yM(t)]T,Y(t)=WX(t),完成混合信號的分離。改進(jìn)雞群算法得到最優(yōu)解即最佳分離矩陣W的具體步驟如下:

(3.1)初始化雞群,設(shè)置最大迭代次數(shù)t1=M1,雞群粒子數(shù)N=100,隨機(jī)產(chǎn)生分離矩陣作為雞群粒子,定義公雞粒子個數(shù)NR=0.15N,母雞粒子個數(shù)NH=0.7N,小雞粒子個數(shù)NC=0.25N,媽媽母雞粒子個數(shù)NM=0.5NH

(3.2)設(shè)置適應(yīng)度函數(shù)fitness,適應(yīng)度函數(shù)fitness為分離信號負(fù)熵與峭度絕對值的加權(quán)平均,具體實現(xiàn)為:fitness=-(|0.4×fitness1+0.6×fitness2|/2),其中表示信號負(fù)熵,其中yi表示第i個分離信號;表示信號峭度的絕對值,其中kurt(yi)為第i個分離信號的峭度,適應(yīng)度函數(shù)值越小表明分離效果越好。將預(yù)處理后的信號Z(t)送至隨機(jī)產(chǎn)生的分離矩陣(雞群粒子)得到初始分離信號,對初始分離信號進(jìn)行中心化、白化操作,帶入適應(yīng)度函數(shù)fitness計算雞群粒子的適應(yīng)度值,設(shè)定粒子當(dāng)前最好位置和雞群全局最好位置,雞群算法迭代次數(shù)t1=1;

(3.3)如果t1/G=1(即當(dāng)前為第一代),從小到大排序適應(yīng)度值并根據(jù)公雞、母雞和小雞粒子個數(shù)確定公雞、母雞和小雞的劃分,建立雞群等級制度,將雞群分成數(shù)個子群并確定母雞粒子和小雞粒子的對應(yīng)母子關(guān)系(每個子群中有一個公雞粒子和若干母雞粒子和小雞粒子構(gòu)成),其中,G表示開始更新等級制度、支配關(guān)系和母子關(guān)系的代數(shù),G=10;

(3.4)根據(jù)公式(1):

xir,j(t1+1)=xir,j(t1)·(1+Φ(0,σ2))………………………………(1)

來更新公雞粒子位置,其中,xir,j(t1),xir,j(t1+1)分別代表公雞粒子ir在第t1次和t1+1次迭代中于第j維空間所處的位置;Φ(0,σ2)是一個方差為σ2的高斯分布,σ2表達(dá)式為:

其中,fir和fkr代表公雞粒子ir和公雞粒子kr的適應(yīng)度值,ε是一個極小的常數(shù),用來保證分母有意義,NR為整個雞群公雞粒子數(shù)目,kr為所有公雞粒子中除去ir后的任一個體,當(dāng)公雞粒子ir的適應(yīng)度值好于公雞粒子kr的適應(yīng)度值,方差σ2為1,公雞粒子ir的搜索空間變大,反之σ2降低,公雞粒子ir的搜索空間縮??;

(3.5)母雞粒子將跟隨其子群的公雞粒子進(jìn)行搜索,同時也跟隨其他子群的公雞粒子進(jìn)行搜索,根據(jù)公式(3)

xih,j(t1+1)=xih,j(t1)+C1·θ·(xr1,j(t1)-xih,j(t1))+C2·θ·(xr2,j(t1)-xih,j(t1))……(3)

更新母雞粒子位置,其中,xr1,j(t1),xr2,j(t1)分別代表母雞粒子所屬子群的公雞粒子和其他子群公雞粒子的位置信息,θ為0到1之間均勻分布的隨機(jī)數(shù),C1和C2分別代表母雞粒子參考自身子群和其他子群權(quán)重,根據(jù)公式(4)、(5)

C1=exp((fih-fr1)/(abs(fir+ε))……………………………(4)

C2=exp((fr2-fir))…………………………………(5)

得到,其中,fih和fr1分別代表母雞粒子ih和所屬子群公雞粒子r1的適應(yīng)度值,fr2代表隨機(jī)選取的其他子群公雞粒子的適應(yīng)度值;

(3.6)小雞粒子不僅跟隨其子群的媽媽母雞粒子進(jìn)行搜索,同時向所在子群公雞學(xué)習(xí),根據(jù)式(6)

xic,j(t1+1)=w·xic,j(t1)+F·(xm,j(t1)-xic,j(t1))+C·(xr,j(t1)-xic,j(t1))……………(6)

更新小雞位置,其中,xm,j(t1)代表小雞粒子所跟隨媽媽母雞粒子的位置信息,xr,j(t1)代表媽媽母雞粒子自身所在子群中的公雞粒子位置信息,C為學(xué)習(xí)因子,取值0.5,表示小雞粒子向自身所在子群中公雞粒子學(xué)習(xí)的程度,w為小雞粒子自身慣性權(quán)重,這里采用自適應(yīng)慣性權(quán)重,通過公式(7)

w=(wmax-wmin)*exp(-(τ*((t1-1)/(M1-1))2)+wmin……………………(7)

得到粒子自身自適應(yīng)權(quán)重,其中,wmax是慣性權(quán)重的最大值,wmin是慣性權(quán)重的最小值,τ取50,F為跟隨系數(shù),表示小雞粒子跟隨媽媽母雞粒子尋找食物;

(3.7)利用公式(1)~(7)更新公雞、母雞和小雞粒子位置后計算每個粒子的適應(yīng)度值,更新雞群的粒子當(dāng)前最好位置和雞群全局最好位置;

(3.8)t1=t1+1,若達(dá)到迭代次數(shù),則停止迭代,得到最優(yōu)位置(最優(yōu)解),即最佳分離矩陣W,否則轉(zhuǎn)到步驟(3.3)。

以上實施例僅為說明本發(fā)明的技術(shù)思想,不能一次限定本發(fā)明的保護(hù)范圍,凡是按照本發(fā)明提出的技術(shù)思想,在技術(shù)方法基礎(chǔ)上所做的任何改動,均落入本發(fā)明保護(hù)范圍之內(nèi)。

當(dāng)前第1頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1