结合改进粒子群的非线性盲源分离方法研究

• 作者: 何正嘉 成玮 訾艳阳 陆建涛
• 来源期刊: 西安交通大学学报
• 关键词: 非线性盲源分离 粒子群优化 粒子早熟 交叉变异
• 年，卷（期）: 2016,（6）
• 页码范围: 15-22
• 页数: 8页
• 分类号: TH17
• 语种: 中文
• DOI: 10.7652/xjtuxb201606003

摘要

针对传统非线性盲源分离(NBSS)算法容易陷入局部最优解从而导致分解精度较低的问题,提出一种基于改进粒子群优化(PSO)的NBSS算法.该方法利用多层感知机(MLP)拟合非线性混合的逆过程,并将分离信号的互信息最小作为优化目标(PSO的适应度),从而实现MLP中参数的优化.然而,标准PSO算法存在粒子早熟从而使待优化问题陷入局部最优解,针对这一问题,对适应度低的一部分粒子进行依概率的杂交和变异,使粒子群体在整个迭代过程中保持多样性,从而有效解决标准PSO算法的粒子早熟问题.仿真和试验结果表明,相比于线性盲源分离算法和基于标准PSO的NBSS算法,提出的算法可以从非线性混合机械信息中提取纯净的独立源信息,并且提高了非线性混合源的分离精度,为机械系统的监测诊断和振动噪声溯源提供科学依据和关键技术.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何正嘉	西安交通大学机械制造系统工程国家重点实验室	204	7277	46.0	77.0
2	訾艳阳	西安交通大学机械制造系统工程国家重点实验室	68	2110	25.0	45.0
3	成玮	西安交通大学机械制造系统工程国家重点实验室	15	245	9.0	15.0
4	陆建涛	西安交通大学机械制造系统工程国家重点实验室	4	32	3.0	4.0