一种基于粒子群优化的信号分离方法.pdf
Ch****49
亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于粒子群优化的信号分离方法.pdf
本发明公开了一种基于粒子群优化的信号分离方法,包括:(1)输入观测信号;(2)以最小化分离信号联合概率与边缘概率简单乘积间的差值为优化目标,建立独立分量分析算法优化模型;(3)根据奇异值分解法估计源信号个数,依此确定优化变量个数;(4)计算观测信号间的相关系数,确定优化变量取值范围;(5)利用粒子群优化算法对分离矩阵进行优化;(6)优化结束后最后一代种群中适应度最优的粒子为最优分离矩阵,将其与混合信号相乘,即可得到最优分离信号。该方法基于粒子群优化的独立分量分析,具有普遍适用性,对于各种盲源分离问题均具有
基于改进粒子群优化的分段盲信号分离方法.pdf
本发明属于信号处理技术领域,本发明旨在实现将粒子群算法应用于快速分离阶段,且有更快的收敛速度和更好的稳态性能。本发明采用的技术方案是,基于改进粒子群优化的分段盲信号分离方法,包括如下步骤:步骤(1):对于当前时刻输入的信号,计算当前的信号的整体分离程度D(t);步骤(2):根据D(t)来选择步长的确定方式,当D(t)>0.25时,分离过程处于快速分离阶段,选择改进粒子群算法来确定当前步长;步骤(3):当D(t)≤0.25时,分离过程处于精细分离阶段,选择相对平缓的非线性函数来确定当前步长;利用改进的
一种基于动态进化粒子群屏蔽EMD的混合信号分离方法.pdf
本发明属于信号处理技术领域,具体涉及一种基于动态进化粒子群屏蔽EMD的混合信号分离方法,该方法步骤为:S1,利用无线测量仪器对数台设备的声音进行采集,得到t时刻的单通道混合信号s(t);S2,利用EMD方法对混合信号s(t)进行分解,得到imf信号,利用imf信号初始化屏蔽信号的幅值A和频率f;S3,通过基于动态进化粒子群屏蔽EMD的混合信号分离方法,利用动态进化粒子群对粒子进行优化,进而实现屏蔽信号的幅值A和频率f的优化,再通过优化后的幅值A和频率f构造屏蔽信号,并对混合信号s(t)进行分离;S4,计算
一种基于改进蝴蝶优化算法的语音信号盲分离方法.pdf
本发明公开了一种基于改进蝴蝶优化算法的语音信号盲分离方法,具体包括:从语音信号中获取源信号,经过非奇异混合矩阵处理得到观测信号;对步所述观测信号进行中心化和白化处理;设定最大迭代次数T,维度空间D,[0,1]之间的随机数r,得到初始种群x,其中每个个体x
一种基于粒子群优化的多项式相位信号时频变换方法.pdf
本发明提供一种基于粒子群优化的多项式相位信号自适应时频变换方法,能够完成多项式相位信号的时频分解,其中分解得到的每一个信号分量都为任一时刻都只对应一个频点的单分量,然后利用各信号分量、各时刻的瞬时频率取值,通过仅保留主瓣响应的Sinc函数直接计算生成相应时刻对应的信号频率分布,克服了传统的时频变换中一个时刻对应多个频点的非单分量存在交叉项的缺陷,最终输出无任何交叉项干扰且时频联合分辨率较优的时频分布;本发明原理简单,操作方便,可有效克服经典时频分析方法交叉项干扰的不利影响以及时频联合分辨率的损失,能够有效