论文人工蜂群优化算法在复数盲源分离中的应用.DOCVIP

王荣杰等：人工蜂群优化算法在复数盲源分离中的应用 中国科学：信息科学 基金资助项目: 国家自然科学基金项目; 广东省科技厅科技计划项目 (2009390004202223)。 Foundational Items: The National Natural Science Foundation of China ; Science and Technology Department of Guangdong Province 论 文 论 文 人工蜂群优化算法在复数盲源分离中的应用 王荣杰①③*，詹宜巨②，周海峰①，蔡庆玲② ① 集美大学轮机工程学院，厦门 361021 ② 中山大学工学院，广州 510006 ③ 中山大学信息科学与技术学院，广州 510006 *通信作者E-mail：Roger811207@163.com 国家自然科学基金 (批准号和广东省科技厅(批准号：2009390004202223)资助项目。 摘 要 针对复值信号的源数估计和有序分离等关键技术，提出一种基于人工蜂群优化的源数未知的复值盲源分离方法，该方法首先利用交叉互验技术来估算复数源信号的个数，然后通过人工蜂群算法优化峰度的绝对值来获得最佳分离向量，并实现了逐次恢复源信号的目的；仿真实验结果表明了该方法不仅能依峰度绝对值的降序实现服从任何分布源信号的盲分离，同时比其它方法具有更优越的估计性能。另外，提出一种基于峰度的欠定复盲源分离算法，该算法根据信号的统计特性构造了用于欠定混合情况下盲抽取向量的代价函数，然后通过人工蜂群算法优化其函数来获得最佳分离向量，通过多次分离来实现欠定复盲源分离的目的；通过对混合分布类型的复值源信号欠定盲分离仿真实验验证了该算法的有效性。 关键词 复值盲源分离 交叉互验 人工蜂群优化算法 峰度 欠定 1 引言 近年来，复数形式的信号被广泛应用于数字通信、雷达和核磁共振数据分析等信号处理中；此外，通过时-频分析方法变换后得到实值信号在频域上分析信号也为复值。为了解决复值盲源分离(blind source separation, BSS)的问题，Bingham和Hyvarinen提出了一种快速的定点复数独立分量分析算法[1]，该算法以高阶统计量作为目标函数，但它仅适用于服从正则分布的复值源信号；依据复值信号的应用，复值BSS不仅要处理服从超高斯和亚高斯的正则分布的源信号，还要处理服从超高斯和亚高斯的非正则分布的源信号；文献[2-3]中的强解相关变换(strong uncorrelating transform，SUT)算法和文献[4]中的广义解相关变换(generalized uncorrelating transform，GUT)算法通过联合对角化含有源信号二阶统计特性的协方差矩阵和伪协方差矩阵来达到复数BSS的目的，这类算法能分离出服从正则和非正则分布的复值源信号，但SUT和GUT算法仅适用于伪协方差矩阵具有清晰谱的非正则复值信号，还有它们的分离性能受到源数限制；目前，一类以非线性函数作为目标函数的复数BSS被提出用于分离服从任何分布的复值信号[5-8]，这类算法存在如下两个不足：其一、它的可分析性和有界性之间相互制约；其二、对于非线性函数的选择缺乏指导性，并且分离性能严格受到其的影响。然而，上述的复数BSS与实数BSS一样都存在对源信号恢复次序的不确定性；为此，本文首先提出了一种基于人工蜂群(artificial bee colony, ABC)优化的源数未知的复值盲分离算法，该方法利用交叉互验技术估算复数信号的源数，并可以依峰度绝对值的降序地实现服从任何分布的复值源信号的盲分离。复数盲源分离和实值信号的BSS一样，也可分为非欠定(其中包含超定和适定，在本文将两者统称为非欠定)和欠定两种情况。实数欠定盲源分离(underdetermined blind source separation, UBSS)现有比较新颖的算法有：基于零空间表示和最大似然的UBSS法[9]、基于时域的差分峰度法[10-11]和非负矩阵法等[12]。但它们都不适用于分离欠定混叠的复值信号。纵观国内外已发表的文献，目前还没有关于在时域上实现欠定复值盲源的研究成果。因此，本文提出了一种基于峰度概念和人工蜂群优化算法相结合的方法用于解决欠定混叠情况下的复值信号盲分离。 2 问题的描述 假设n个彼此相互独立的未知零均值复数源信号s(t)=[s1(t), s2(t), …, sn(t)]T，；记由文献[13]中定义源信号的伪协方差矩阵为pcov(s)=E{[s(t)-E{s(t)}][s(t)-E{s(t)}]T}