多特征值分解的稀疏混沌信号盲源分离算法研究
针对受到噪声干扰的激光混沌源信号高精度重构的问题,本文提出了一种基于相位空间重构混沌流信号的盲源分离算法.该算法首先对分离信号的相位空间进行时间延迟重构,然后将分离矩阵作为待优化参数,通过在相空间中构建目标函数,将盲源分离问题转换为优化问题,应用粒子群优化算法求解最优分离矩阵,进而将观测数据乘以最优分离矩阵来重构源信号.实验结果表明,该算法不仅具有快速收敛的特点,其精度明显优于各种噪声强度下现有的独立分量分析方法.
混沌信号、盲源分离、相位空间、分离矩阵、粒子群优化算法、多特征值分解、最小互信息法、极大似然估计、独立分量分析
13
TP181(自动化基础理论)
中央高校基础科研业务费GK2110260178
2018-09-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
843-847