位置:成果数据库 > 期刊 > 期刊详情页
基于粒子群优化算法的稀疏信号盲分离
  • ISSN号:1004-731X
  • 期刊名称:《系统仿真学报》
  • 时间:0
  • 分类:TN911.72[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]广州大学城广州大学信息与机电工程学院,广州510006, [2]华南理工大学电子与信息学院,广州510641
  • 相关基金:国家自然科学基金(60274006);中国博士后科学基金(2003034062);广东省自然科学基金博士科研启动基金(04300015);广州市科技计划项目(2004J1-C0323)和广州市属高校科技计划项目(2055).
中文摘要:

把粒子群优化算法应用于稀疏信号盲分离中,采用基于粒子群优化算法的聚类算法来估计混合矩阵;然后利用粒子群优化算法在求解具有线性约束优化问题时。只需在初始化时粒子满足线性约束条件,无须做其它处理的特点来求解稀疏源信号。从而给出了一种基于粒子群优化算法的稀疏信号盲分离算法。该算法计算量小,精度较高。仿真结果表明该算法是有效的,具有良好的分离性能。

英文摘要:

A blind sparse source separation algorithm was proposed by using the particle swarm optimization. The proposed algorithm first estimates the mixing matrix by using the particle-swarm-optimization-based clustering algorithm, Then the particle swarm optimization which always meets the constraints except for initialsing all particles to be feasible solutions in solving linearly constrained optimization problem is applied to the linearly constrained optimization problem for recovering the sparse sources. The presented algorithm is characterized by high accuracy and less computation. Simulation results illustrate the efficiency and the good performance of the algorithm.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《系统仿真学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国航天科工集团公司
  • 主办单位:北京仿真中心 中国仿真学会
  • 主编:李伯虎
  • 地址:北京市海淀区永定路50号院
  • 邮编:100039
  • 邮箱:simu-xb@vip.sina.com
  • 电话:010-88527147
  • 国际标准刊号:ISSN:1004-731X
  • 国内统一刊号:ISSN:11-3092/V
  • 邮发代号:82-9
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:51729