基于遗传算法的盲源分离方法.doc

基于遗传算法的盲源分离方法

1.46万字 42页 原创作品，通过查重系统


摘 要
盲源分离是信号处理领域的一个重要技术，在无线通信、雷达、语音处理、图像识别、生物医学等领域都有广泛的应用。最近几年由于实际需求的提高，发展更为迅速。独立分量分析方法(ICA)是一种主要的盲源分离算法。它主要利用源信号之间的相互独立性实现多信号的分离，具体做法是通过优化算法使信号之间的独立性最大，从而恢复源信号。通常不同的优化算法分离效果不同，本文主要研究基于遗传算法的盲源分离方法。遗传算法具有全局搜索能力、鲁棒性好、可扩展性强，易于与其他算法融合等优点，但传统的遗传算法也有不足，我们通过引入新的控制参数，改进遗传算法，加速收敛。并且，该方法采用基于互信息量最小的独立性准则进行优化设计。在仿真实验中，本文展示了改进后的遗传算法融合ICA算法能够很好的达到盲源分离的目的，并且通过多个对比实验分析了该方法的分离精度和稳定性。


关键词：盲源分离；独立分量分析；遗传算法；改进遗传算法