利用粒子群算法实现基于MP的信号稀疏分解研究.pdfVIP

通信、信息处理技术 ·321· 利用粒子群算法实现基于MP的信号稀疏分解 杨愚李恒建 西南交通大学 四川 成都 610031 【摘要】 稀疏分解在信号处理的许多方面都有着重要 本文采用匹配追踪算法(MP)进行信号的稀疏分解， 的作用，但是其计算量巨大难以应用在实时信号处理上。 在MP的每一步中，用粒子群优化算法优化原子参 本文使用粒子群优化算法实现基于匹配追踪算法(MP) 数，此算法能较好解决信号稀疏分解计算量大的问 的信号稀疏分解，粒子群算法能有效寻找MP分解每一 题，并且具有良好的收敛效果。 步中的最优原子。实验结果验证了此算法的有效性。 【关键词】信号处理；稀疏表示；稀疏分解；匹配追踪 算法(MP)；粒子群优化算法(PSO) 2基于MP的信号稀疏分解 BasedOll SignalSparseDecomposition 假设研究的信号为厂，信号长度为三。若将信 MPandPS0 号分解在一组完备正交的基上，则这组基的数目应 Yu，LiHeng／ian Yang 为￡。由于基的正交性，因而基在由信号所组成的 Southwest 6l003l JiaotongUniversit-y,Chengdu 空间中的分布是稀疏的，从而，信号的能量在分解 found of has Abstraet：Sparserepresentationsignals 以后将分散分布在不同的基上。这种能量分布的分 in the importantapplicationssignalprocessing，but 散最后将导致用基的组合表示信号时表达的不简 burdenin computationaIsignalsparsedecomposition isso thatitsalmost toapply洁性，即信号表示不是稀疏的。非稀疏的表示，不 processhuge impossible ittorealtime this signalprocessing．Inpaper,Particle 利于信号的处理，如识别和压缩等。为了得到信号 Swarm is basedon OptimizationAlgorithmproposed 的稀疏表示，基的构造必须使得基在信号组成的空 MatchingPursuit(MP)signalsparsedecomposition， to 间中足够的密。由此，基的正交性将不再被保证， ParticleSwarm isused OptimizationAlgorithm searchinthe ofatomsforthe effcctively dictionary 所以此时的基也不再是真正意义上的基了，而改称 bestatomateach ofM step P-Finallyexperimental 为原子。由这些原子组成的集合，是过完备的，被 results