资源描述：
《基于遗传算法的盲源分离算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第39卷第7期西安交通大学学报Vol.39№72005年7月JOURNALOFXI'ANJIAOTONGUNIVERSITYJul.2005基于遗传算法的盲源分离算法李良敏(西安交通大学机械工程学院,710049,西安)摘要:针对现有盲源分离算法的性能依赖于对比函数选择的现象,提出了一种基于遗传算法的盲源分离算法,该算法直接从信号的样本序列中估计出信号的概率分布,解决了信号间互信息的求解问题.通过遗传算法最小化信号的互信息,实现了对线性混叠信号的分离.对模拟信号的分离结果表明,该算法可以成功地分离混叠信号,同时与快速独立分量分析算法相比,该算法的
2、性能对源信号的概率密度性质没有依赖,因而对亚高斯和超高斯信号的混合信号表现出更加优异的分离能力.关键词:盲源分离;遗传算法;互信息;超高斯;亚高斯;快速独立分量分析算法中图分类号:TP18文献标识码:A文章编号:0253!987X(2005)07!0740!04NewBlindSourceSeparationMethodBasedonGeneticAlgorithmLiLiangmin(SchoolofMechanicalEngineering,Xi'anJiaotongUniversity,Xi'an710049,China)Abstract:
3、Theperformanceofexistingblindsourceseparationmethodsishighlyaffectedbythenon-linearcontrastfunctionsthatareselectedaccordingtothedistributionoforiginalsignals,andtheseparationre-sultsarenotalwaysideal,especiallyforthemixtureofsuper-Gaussiansignalandsub-Gaussiansignal.Tosolvet
4、hisproblem,anewblindsourceseparationmethodbasedongeneticalgorithmisproposed,wheretheprobabilityofseparatedsignalsisestimateddirectlyfromtheirsamples,sothemutualentropycanbeeasilyevaluated,andgeneticalgorithmisappliedtofindtheseparationmatrixtominimizethemutualen-tropy.Thesimu
5、latedresultsshowthattheproposedmethodissuperiortoFastICAinseparatingthemix-tureofsuper-Gaussiansignalandsub-Gaussiansignal.Keywords:blindsourceseparation;geneticalgorithm;mutualentropy;super-Gaussian;sub-Gaussian;FastICA[1]近年来盲源分离(BSS)已成为信号处理学界出的基于负熵最大化准则的快速独立分量分析算法的研究热点之一,其实
6、质为在没有任何先验知识的(FastICA)等.但是,无论是基于哪种独立性准则,前提下,仅仅依靠源信号的一些基本统计特征,如统现有的ICA算法多涉及非线性函数的选取问题,如计独立,便可从混叠信号中恢复提取出源信号来.独FastICA中的G(u)函数模型选择,InfoMax算法中[2,3]立分量分析(ICA)是最常见的实现盲源分离的的g(y)函数模型等,这些函数模型的选择主要取决[4!6]算法.围绕解决ICA问题已经出现了许多算法,于源信号的概率密度性质,也即峭度性质.然而在工大多是围绕源信号的独立性提出各种独立性准则,程应用中,源信号的峭度性质在信
7、号被分离前是无结合各种优化方法来寻找分离矩阵,如1995年Bell从得知的,这种矛盾极大地影响了ICA算法的分离和Sejnowski提出的基于信息最大化准则的独立分能力,尤其是对于亚高斯和超高斯的混合信号.量分析方法(InfoMax算法),1999年Hyvarinen提本文针对盲源分离算法的缺点,提出了一种基收稿日期:2004!09!14.作者简介:李良敏(1977"),女,博士生.基金项目:国家自然科学基金重点资助项目(50335030).第7期李良敏:基于遗传算法的盲源分离算法741于遗传算法的盲源分离算法,该算法以信号间的互方法无法直接对独
8、立性判据进行优化,而需引入非[7]信息为优化目标,采用直方图法直接从信号的样线性函数对独立性判据进行近似,使优化目标的梯本分布中估计出信
