基于人工蜂群算法混沌信号盲分离方法

《基于人工蜂群算法混沌信号盲分离方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、物理学报ActaPhys.Sin.Vol.64,No.9(2015)090501一种基于人工蜂群算法的混沌信号盲分离方法陈越吕善翔王梦蛟冯久超y(华南理工大学,电子与信息学院,广州510641)(2014年10月7日收到;2014年12月2日收到修改稿)混沌信号所固有的非周期、宽带频谱和对初值极度敏感等特性使得对这类信号进行盲分离极为困难.针对这一问题,提出一种新的盲分离方法,该方法通过相空间重构来构造代价函数,将混沌信号的盲分离转化为一个无约束优化问题,并利用人工蜂群算法进行求解.不同于现有的独立成分分析方法仅使用混合信号的统计特性来

2、解决分离问题,该方法能充分利用混合信号内在的动态特性,因而在处理混沌信号这种确定性信号时能获得更好的分离效果.此外,正交矩阵的参数化表示有效地降低了盲分离问题的复杂性,使优化过程能快速收敛.实验结果表明,该方法具有较快的收敛速度和较高的数值精度,在分离混沌信号时其整体性能优于现有的几种盲分离方法.同时,在分离混沌-高斯混合信号的实验中该方法也展现出优异良好的性能,这表明该文的方法有应用潜力.关键词:人工蜂群算法,盲分离,混沌信号,相空间重构PACS:05.45.–a,05.45.Vx,80.40.UaDOI:10.7498/aps.64.

3、090501等,当目标函数达到极值时认为各个分离信号之间的相互独立性最强,从而分离出源信号[9].状态空1引言间重构也是一种解决盲分离问题的有效途径[10;11],混沌过程存在于很多物理系统中(例如生物系文献[12]运用这种方法分离混沌信号.这种方法统、电气系统、机械系统等)[1],其所固有的非周期、将每一个源信号建模为一个ARMA过程,通过将宽带频谱和对初值极度敏感等特性使得在噪声环过程参数嵌入到分块对角化的状态转移矩阵的境下分离混沌信号极为困难[2],这无疑限制了混沌每一个分块中来保证过程间的独立性,然后利用技术在传感器网络、多用户通

4、信等领域的应用.这EM(expectationmaximization)算法或极大似然算一问题已经引起了不少研究者的兴趣,一类在卡尔法估计模型参数,从而实现源信号的分离.曼滤波框架下进行混沌信号盲分离的算法[35]已不同混沌系统产生的混沌信号相互独立,用基将求解分离向量的问题转化为一个非线性的状态于信号统计特性的ICA方法来分离混沌信号显然估计问题,利用卡尔曼滤波器估计分离向量,然后是可行的,然而,混沌信号本质上是一种非线性的用观测信号乘以分离向量来重构源信号.这类算确定信号,现有的ICA方法不能有效利用混合信号法需要已知源混沌信号的动

5、态方程,这使得该方法中蕴含的动态特性[13].针对这一问题,本文提出一在多数场合无法应用.文献[6—8]使用传统的独立种基于人工蜂群(artificialbeecolony,ABC)算法成分分析(independentcomponentanalysis,ICA)的混沌信号盲分离方法,该方法运用相空间重构构方法来分离混沌信号,这类方法假定各个源信号造目标函数来探索混合信号内在的动态特性,利用相互独立,通过探索各种表征分离信号之间相互人工蜂群算法对目标函数进行优化,从而分离出源独立性的目标函数,例如四阶积累量、熵、互信息信号.同时,引入正交矩阵

6、的参数化表示,降低了国家自然科学基金(批准号:60872123)、国家-广东省自然科学基金联合基金(批准号:U0835001)、中央高校基本科研业务费基金(2012ZM0025)和广东省高等学校高层次人才项目基金(批准号:N9101070)资助的课题.†通信作者.E-mail:fengjc@scut.edu.cn©2015中国物理学会ChinesePhysicalSocietyhttp://wulixb.iphy.ac.cn090501-1物理学报ActaPhys.Sin.Vol.64,No.9(2015)090501优化问题的维数,使

7、得算法能够快速收敛.成,它们协同工作寻找蜜含量最高的食物源.食物源的位置代表优化问题的一个可行解,食物源的蜜2盲分离问题模型含量对应优化问题的适应度.雇佣蜂和跟随蜂的数目相等,且都等于食物源假设n个源信号si(t),i=1,


,n通过混合数目,假设该数目为SN.另外,假设待优化问题矩阵A2Rmn线性混合后,产生m个观测信号的维数为D.首先,ABC算法产生随机分布的SNxi(t),i=1,


,m,即个初始解向量(食物源位置)xi=fxi1;


;xiDg,x(t)=As(t);(1)i=1,


,SN,并计算它们的适应度值(蜜

8、含量)Tfit(xi).初始化之后开始进行循环优化.在每次循其中x(t)=[x1(t),


,xm(t)],s(t)=[s1(t),


,环中,每只雇佣蜂按照s(t)]T,T表示向量或矩阵的