[发明专利]基于入侵性杂草算法的有噪独立分量分析方法

权利要求书

1.一种基于入侵性杂草算法的有噪独立分量分析方法，其特征在于包括： 

步骤A：对x进行中心化处理，即其中x=[x₁(t),x₂(t),...,x_M(t)]^T是传感器测得的M个观测信号，E(x)是x的期望，然后对进行鲁棒白化处理，即其中为的协方差矩阵，Σ为高斯噪声的协方差矩阵； 

步骤B：根据白化处理后的信号应用入侵性杂草算法寻优得到最佳分离矩阵W_b； 

步骤C：根据得到含噪分离信号y； 

步骤D：根据含噪分离信号y，采用单路欠定SVD-ICA算法，求无噪分离信号

2.根据权利要求1所述的一种基于入侵性杂草算法的有噪独立分量分析方法，其特征在于上述步骤B寻优得到最佳分离矩阵W_b中，具体寻优过程包括以下步骤： 

B1、初始化参数，设定参数值：设置初始种群规模数n_ini、问题空间维数Dim、迭代最大值iter_max、最大种群数plant_max_no、每个个体可产生的最大种子数seedmax、每个个体可产生的最小种子数seedmin、非线性调制指数N、初始标准差σ_initial、标准差最终值σ_final以及初始搜索空间[xmin,xmax]，随机产生n_ini个分离矩阵W作为初始解集； 

B2、计算当代含噪分离信号y_m，公式为

B3、根据y_m计算每个个体的适应度函数值f,并将当代所有个体的最大适应度值记为f_max，当代所有个体的最小适应度值记为f_min； 

B4、按公式计算每个个体产生的后代种子数w_n，其中，f表示当代每个个体的适应度值； 

B5、按当代标准差计算当代每个个体产生种子的扩散范围，产生的种子在当代个体附近以正态分布N(0,σ_iter)随机地扩散在Dim维搜索空间，成为个体，式中，iter表示进化代数； 

B6、判断当代个体数是否达到最大规模数plant_max_no，若当代个体数小于plant_max_no，则重复步骤B2至步骤B6；如果达到plant_max_no，则执行步骤B7； 

B7、将所有个体按照适应度值从大到小进行排序，选取前面plant_max_no个个体作为下一代个体； 

B8、判断算法是否达到迭代最大值iter_max，若达到，则输出适应度最大的个体作为最佳分离矩阵W_b，执行步骤C；否则返回执行步骤B2。 

.根据权利要求1和2所述的一种基于入侵性杂草算法的有噪独立分量分析方法，其特征在于步骤B3根据y_m计算每个个体的适应度函数值f中，适应度函数值具体计算过程包括以下步骤： 

B31、采用高斯型密度函数计算得其中，v是标准化的高斯变量； 

B32、根据高斯矩计算得其中，y_mi表示y_m的第i路信号； 

B33、得到入侵性杂草算法的适应度函数f为