[发明专利]强冲击噪声下基于量子黏霉菌搜索机理的盲源分离方法

权利要求书

1.强冲击噪声下基于量子黏霉菌搜索机理的盲源分离方法，其特征在于：步骤如下：

步骤一：接收到待滤波的观测信号，并构建滤波系统对观测信号进行滤波；

D个观测信号即即其中A为D×D阶未知系统混合矩阵t＝1,2,...,N，t为采样点数的标号，N为采样点数，s(t)＝[s₁(t),s₂(t),...,s_D(t)]^T为D个相互独立的源信号，n(t)＝[n₁(t),n₂(t),...,n_D(t)]^T为加在源信号上的冲击噪声；选用邻域窗口长度为h₁的移动平均滤波器对进行滤波，滤波后的信号为将双参数可变拖尾变换函数的线性区域门限值设置为以指数函数作为拖尾的双参数可变拖尾非线性变换函数为通过调整c的值，非线性变换函数可实现对冲击噪声不同程度的抑制，X(t)＝[X₁(t),X₂(t),...,X_D(t)]^T是经过变换后得到的信号，选用邻域窗口长度为h₂的中值滤波器对X(t)进行滤波，滤波后的信号为x(t)＝[x₁(t),x₂(t),...,x_D(t)]^T；

步骤二：对滤波后的观测信号x(t)进行预处理，预处理包括中心化和白化两步，同时构建盲源分离的目标函数；

对观测信号进行中心化处理，此过程表示为即t为采样点数的标号，N为采样点数；E为数学期望，即得到零均值的观测信号对零均值观测信号白化，具体方法是对进行线性变换得到白化信号变换后得到的输出信号z(t)满足E(z(t)z(t)^T)＝I，式中V称为白化矩阵，I为单位矩阵；求经过中心化的观测信号的协方差矩阵然后对其特征值分解，即R＝QUQ^T，正交矩阵Q由R的特征向量组成，对角矩阵U由与特征向量对应的特征值组成，为白化矩阵，得到则得到y(t)＝Wz(t)，W为D×D阶正交分离矩阵，y(t)＝[y₁(t),y₂(t),...,y_D(t)]^T既是分离信号，也是源信号s(t)＝[s₁(t),s₂(t),...,s_D(t)]^T的估计信号，对y(t)＝Wz(t)同样进行预处理之后，得到信号为经过预处理后的分离信号对应的分离矩阵，为经过预处理后的分离信号对应的白化信号，计算其峰度绝对值且为以预处理后的分离信号为自变量的峰度绝对值计算公式，为以预处理后的分离信号所对应的分离矩阵为自变量的峰度绝对值计算公式；

步骤三：构造和计算量子黏霉菌的适应度，确定全局最优量子位置和最差量子位置；

步骤四：更新量子黏霉菌种群中的每个量子黏霉菌的量子位置；

步骤五：将更新后的量子黏霉菌的量子位置映射成为量子黏霉菌的位置，根据适应度函数计算新的量子黏霉菌位置的适应度值，进而更新全局最优量子位置和最差量子位置；

步骤六：判断简化迭代模型是否达到其最大迭代次数G_max：若未达到，令ε＝ε+1，ε为迭代次数，则返回步骤四继续迭代；否则，输出全局最优位置及其对应的最优分离矩阵即可得到最终的分离信号