论文>通信/电子论文>基于遗传算法的盲源分离方法

基于遗传算法的盲源分离方法

  
编号:99-583866 | doc 格式 | 939.00K | 42 页
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?#31995;?#20248;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

  
关于我们 联系我们 帮助中心 支付方式  侵权处理 免责声明 友情链接 网站地图
  蜀ICP备11006018-1
韩国快乐8开奖
2019年码报图片 免下截免流量斗地主 双色球搜狐彩票 电子游艺跳槽金活动 休彩浙江6十1开奖情况 2019年白小姐透特 北京十一选五体彩 发发国际娱乐城 奥博真人龙虎斗 108亿大奖 2元彩票最高中多少 中国福利彩票加盟 福隆国际娱乐场 36选7下期最佳号码是什么呢 地老天荒一尾中特