振动与冲击

作者：孙远，杨峰，郑晶，徐茂轩，裴烁瑾

单位：1. 中国矿业大学（北京） 机电与信息工程学院，北京 100083；2. 中国矿业大学（北京）煤炭资源与安全开采国家重点实验室，北京 100083

关键词：盲源分离；膜计算；粒子群算法；惯性权重

为了解决盲源分离方法收敛速度慢、分离性能不高的问题，提出一种基于膜计算(Membrane Computing, MC)和粒子群算法(Particle Swarm Optimization, PSO)的盲源分离方法。算法以分离信号负熵作为粒子群的适应值函数，将粒子均匀分布到各基本膜中，将各基本膜内最优位置输出到表层膜并选择适应值最小的最优位置作为群体最优位置，通过粒子自身最优位置和群体最优位置对种群粒子进行速度和位置的更新。粒子群最优解调整盲源分离的步长函数，进行信号的分离。提出的算法简化了惯性权重取值问题，保证了PSO算法局部搜索的精度，满足了全局搜索的多样性。仿真实验和实例应用表明，提出的算法可以很好地分离混合信号，并且能避免PSO算法的早熟收敛问题，具有更快的收敛速度和更优异的分离性能。<br>

来源：2018年第17期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2018年第17期