参数自适应混沌粒子群算法在盲源分离中的应用

• 作者: 杨汉华
• 来源期刊: 微电子学与计算机
• 关键词: 盲源分离 独立分量分析 自适应 混沌粒子群算法
• 年，卷（期）: 2012,（10）
• 页码范围: 202-205
• 分类号: TN911
• 语种: 中文

摘要

独立分量分析（ICA）是盲源信号分离中应用最为广泛技术,其应用过程需要对目标函数进行优化,传统粒子算法（PSO）对其进行优化时,存在易陷入局部最优、稳定性差等缺陷,针对此问题,提出采用参数自适应混沌粒子群算法对ICA进行优化.首先采用对PSO的参数进行自适应调整,提高粒子的搜索能力,然后对粒子群进行混沌扰动,提高算法收敛速度.仿真结果表明,使用参数自适应混沌粒子群算法可以有效解决ICA的目标函数优化问题,极大提高了盲源信号的分离效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨汉华	盐城工学院电气工程学院	19	11	2.0	3.0