一种基于改进鸡群算法的盲源分离方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106778809A(43)申请公布日2017.05.31(21)申请号201611038289.1(22)申请日2016.11.23(71)申请人安徽理工大学地址232001安徽省淮南市舜耕中路168号(72)发明人王康李振璧姜媛媛(51)Int.Cl.G06K9/62(2006.01)权利要求书2页说明书5页附图1页(54)发明名称一种基于改进鸡群算法的盲源分离方法(57)摘要本发明公开了一种基于改进鸡群算法的盲源分离方法，首先将源信号经过非奇异矩阵A得到观测信号，对观测信号中心化、白化后得到预处理信号，然后随机产生分离矩阵作为改进鸡群算法初始粒子，根据得到的预处理信号，利用改进鸡群算法迭代更新得到粒子最优解即最佳分离矩阵W，将观测信号送至W得到最佳分离信号，完成混合信号的分离。本发明方法收敛速度快，精度高，不易陷入局部最优，在信号处理、无线通信等领域具有广泛的应用前景。CN106778809ACN106778809A权利要求书1/2页1.一种基于改进鸡群算法的盲源分离方法，其特征在于，包括以下步骤：T(1)采集源信号S(t)＝[s1(t),s2(t),...,sM(t)]，随机产生非奇异混合矩阵A，混合矩T阵A对源信号S(t)进行线性混合得到观测信号X(t)＝[x1(t),x2(t),...,xM(t)]，X(t)＝AS(t)；其中sM(t)是源信号S(t)的第M个分量，xM(t)是观测信号X(t)的第M个分量，t为时间序列，上标T表示共轭转置，M为正整数，A是M×M维矩阵；(2)对步骤(1)中得到的观测信号X(t)进行中心化和白化后得到预处理信号Z(t)，中心化和白化为现有成熟技术，具体原理此处不再赘述；(3)随机产生分离矩阵作为改进鸡群算法初始粒子,根据得到的预处理信号Z(t)，利用改进鸡群算法迭代更新得到最优解即最佳分离矩阵W，将X(t)送至W得到最佳分离信号Y(t)T＝[y1(t),y2(t),...,yM(t)]，Y(t)＝WX(t)，完成混合信号的分离。2.如权利要求1所述的一种基于改进鸡群算法的盲源分离方法，其特征在于，所述步骤(3)中利用改进鸡群算法得到最优解即最佳分离矩阵W的具体步骤如下：(3.1)初始化鸡群，设置最大迭代次数t1＝M1，鸡群粒子数N＝100，随机产生分离矩阵作为鸡群粒子，定义公鸡粒子个数NR＝0.15N,母鸡粒子个数NH＝0.7N，小鸡粒子个数NC＝0.25N，妈妈母鸡粒子个数NM＝0.5NH；(3.2)设置适应度函数fitness，将预处理后的信号Z(t)送至随机产生的分离矩阵(鸡群粒子)得到初始分离信号，对初始分离信号进行中心化、白化操作，代入适应度函数fitness计算鸡群粒子的适应度值，设定粒子当前最好位置和鸡群全局最好位置，鸡群算法迭代次数t1＝1；(3.3)如果t1/G＝1(即当前为第一代)，从小到大排序适应度值并根据公鸡、母鸡和小鸡粒子个数确定公鸡、母鸡和小鸡的划分，建立鸡群等级制度，将鸡群分成数个子群并确定母鸡粒子和小鸡粒子的对应母子关系(每个子群中有一个公鸡粒子和若干母鸡粒子和小鸡粒子构成)，其中，G表示开始更新等级制度、支配关系和母子关系的代数，G＝10；(3.4)根据公式(1)：2xir,j(t1+1)＝xir,j(t1)·(1+Φ(0,σ))……………………………(1)来更新公鸡粒子位置，其中，xir,j(t1),xir,j(t1+1)分别代表公鸡粒子ir在第t1次和t1+1次迭代中于第j维空间所处的位置；Φ(0,σ2)是一个方差为σ2的高斯分布，σ2表达式为：其中，fir和fkr代表公鸡粒子ir和公鸡粒子kr的适应度值，ε是一个极小的常数，用来保证分母有意义，NR为整个鸡群公鸡粒子数目，kr为所有公鸡粒子中除去ir后的任一个体，当公鸡粒子ir的适应度值好于公鸡粒子kr的适应度值，方差σ2为1，公鸡粒子ir的搜索空间变大，反之σ2降低，公鸡粒子ir的搜索空间缩小；(3.5)母鸡粒子将跟随其子群的公鸡粒子进行搜索，同时也跟随其他子群的公鸡粒子进行搜索，根据公式(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)2CN106778809A权利要求书2/2页更新母鸡粒子位置，其中，xr1,j(t1),xr2,j(t1)分别代表母鸡粒子所属子群的公鸡粒子和其他子群公鸡粒子的位置信息，θ为0到1之间均匀分布的随机数，C1和C2分别代表母鸡粒子参考自身子群和其他子群权重，根据公式(4)、(5)C1＝exp((fih-fr1)/(abs(fir+ε))…………………………(4)C2＝ex