由于信号稀疏表示的优良特性,信号的稀疏表示已经被运用到信号处理的许多方面,如去噪、编码和识别等。但是即使是作为稀疏分解方法中算法复杂度最低的Matching pursuit(MP)算法,其计算量仍然十分巨大,计算时间在现有的计算条件下仍然无法满足要求,这就造成了信号的稀疏分解的实际运用很难被产业化。本文以一维信号为主要研究对象,以改善信号稀疏分解速度为主要研究目的,重点研究了禁忌遗传算法,人工鱼群算法及其改进算法,改进人工鱼群算法和遗传算法联合算法在稀疏分解上的应用。主要工作如下:(1)利用禁忌遗传算法求解信号稀疏分解。本文在研究遗传算法和禁忌算法各自的特点,以及遗传算法在求解信号稀疏分解的特点的基础上,利用联合智能算法优点,使用禁忌搜索算法和遗传算法联合算法求解信号稀疏分解.实验结果表明,本文使用的算法提高了信号每一步MP分解中寻找最佳原子的能力,并由此提高了信号稀疏分解的速度。(2)利用改进的人工鱼群算法和遗传算法联合求解信号稀疏分解。首先,针对信号稀疏分解中常用的原子库的特点,实现了具有不同视野的人工鱼和最佳个体保留策略的改进的人工鱼鱼群算法。然后,在遗传算法加入改进人工鱼群算法来求解信号稀疏分解。实验结果表明,本文使用的算法改进了单个算法的不足,改善了信号稀疏分解的速度。