[发明专利]基于遗传变异优化的二阶振荡粒子群盲源分离方法

摘要

本发明请求保护一种基于遗传变异优化的二阶振荡粒子群盲源分离方法，属于盲信号处理技术领域。该方法克服了传统盲源分离算法非线性激活函数选取难题，可在源信号先验知识未知情况下有效分离混合信号。以分离信号负熵作为目标函数，利用固定惯性权重均衡局部和全局搜索能力；学习因子二阶振荡环节的加入可在粒子数目不变情况维持种群多样性；引入遗传变异机制，有利于处改善由二阶振荡的加入而造成收敛速度降低的情况。对模拟振动信号和混沌映射信号的分离说明该方法能应用到机械信号故障检测领域以及处理确定的类噪声信号等方面。本方法为智能算法盲源分离的改进型理论研究提供了补充，对工程应用中未知混合信号的分离具有重要意义。

主权项

1.一种基于遗传变异优化的二阶振荡粒子群盲源分离方法，其特征在于该方法在粒子群算法基础上加入学习因子二阶振荡环节，使粒子每次迭代后都能向着全局最优点移动Vi,j(t+1)＝ωVi,j(t)+c1r1[pi,j‑(1+ξ1)Xi,j(t)+ξ1Xi,j(t‑1)]+c2r2[pg,j‑(1+ξ2)Xi,j(t)+ξ2Xi,j(t‑1)]其中，ω为惯性权重；c₁和c₂为学习因子；r₁和r₂是分布于[0,1]区间的随机数；X_i,j为第i个粒子第j维搜索空间的位置；V_i,j为第i个粒子第j维搜索空间的速度；p_i,j为第i个粒子个体第j维搜索空间最优位置；p_g,j为当前种群第j维搜索空间全局最优位置；ξ₁，ξ₂为随机数，在小于最大迭代次数的1/2时选取迭代大于等于最大迭代次数的1/2时选取