论文部分内容阅读
针对现有的盲源分离算法性能大多依赖于非线性函数的选取问题，提出了一种基于自适应粒子群优化（adaptive particleswarm optimization，APSO）的盲源分离算法。该算法以分离信号的负熵为目标函数，根据分离信号的状态自适应地调整惯性因子，克服了收敛速度和信号恢复质量之间的矛盾。仿真实验表明，该算法的性能对源信号的概率密度性质没有依赖性，因而能很好地分离亚高斯和超高斯信号的混合信号，并且能有效地避免早熟收敛问题，具有较快的收敛速度，分离效果好。