【摘 要】
：
为了克服传统群智能算法在求解盲源分离(BSS)问题时收敛速度慢和分离精度差的缺点,提出一种基于改进型象群优化(IEHO)算法的BSS方法.该方法利用独立性原则,融合分离信号的峭度和互信息来构建目标函数.在氏族更新阶段,通过改进算法比例因子并加入邻域搜索,提高了算法搜索方式的多样性;在分离阶段,引入量子粒子群优化策略,提高了算法的全局搜索能力.仿真结果表明,与传统的象群优化算法和粒子群优化算法相比,IEHO算法的寻优效果较好,并成功实现了图像信号和语音信号的盲源分离,分离精度更高,收敛速度更快.
【机 构】
：
安徽工程大学检测技术与节能装置安徽省重点实验室 芜湖241000;安徽工程大学高端装备先进感知与智能控制教育部重点实验室 芜湖241000
论文部分内容阅读
为了克服传统群智能算法在求解盲源分离(BSS)问题时收敛速度慢和分离精度差的缺点,提出一种基于改进型象群优化(IEHO)算法的BSS方法.该方法利用独立性原则,融合分离信号的峭度和互信息来构建目标函数.在氏族更新阶段,通过改进算法比例因子并加入邻域搜索,提高了算法搜索方式的多样性;在分离阶段,引入量子粒子群优化策略,提高了算法的全局搜索能力.仿真结果表明,与传统的象群优化算法和粒子群优化算法相比,IEHO算法的寻优效果较好,并成功实现了图像信号和语音信号的盲源分离,分离精度更高,收敛速度更快.
其他文献
为研究气体绝缘输电线路(GIL)设备局部放电引发的GIL壳体异常振动机理与特征,并对GIL局部放电趋势进行预测.首先,以尖端放电为例建立了GIL设备尖端放电模型与实验平台;其次,通过测取不同电压等级下尖端放电的脉冲电流信号与异常振动信号,联合机电信号研究GIL异常振动行为的特征与机理;最后,建立鲸鱼优化算法·极限学习机(WOA-ELM)模型对GIL局部放电趋势进行预测,并与ELM模型进行对比.结果 表明,GIL尖端放电脉冲电流重复频率与异常振动信号频率一致,GIL局部放电与GIL壳体异常振动直接相关,且异
肺部三维信息利于医生做出更快更准确的诊断,但肺部三维重建的图像都是源自二维断层图像的叠加.二维图像的数量制约三维成像的效果,增加电极层数可获取更多层的二维图像,但同时也会增加计算量,减缓成像速度.虽然采取层间插值的方法可以解决这个问题,但是由于人体几何结构的特异性,肺部电阻抗图像(electrical impedance tomography,EIT)边界不规则,传统的规则图像插值方法不适合直接应用于肺部EIT三维插值.为此,提出适用于肺部电阻抗的插值算法,先获得插值图像轮廓,再用对应点插值像素值.通过仿
针对当前含多种电气故障的复杂电路电弧故障识别率低、训练速度慢的问题,提出一种窗口划分结合小波分解与经验模态分解(empirical mode decomposition,EMD)分别从时域、频域及时间尺度等多个维度提取电流特征量,利用机器学习分类模型进行电弧故障识别的方法.首先,利用搭建的电气故障实验平台采集故障及正常电流数据,并将电流数据进行窗口分段,然后分别使用小波变换与EMD方法对电流信号进行分解并计算不同维度上的特征量,将该特征信息作为分类算法的输入进行电弧故障诊断.经实验验证,该特征提取方法在梯
针对传统方式识别交通标志算法存在的检测精度较低的问题,提出了一种改进YOLOv5算法的交通标志识别方法.首先改进YOLOv5算法的损失函数,使用EIOU损失函数代替YOLOv5算法所使用的GIOU损失函数来优化训练模型,提高算法的精度,实现对目标更快速的识别;然后使用加权Cluster非极大值抑制(NMS)改进YOLOv5本身所使用的加权NMS算法,提高生成检测框的准确率.实验结果表明,改进后的YOLOv5算法在由长沙理工大学制作的CCTSDB交通标志数据集上训练的模型的mAP值达到了84.35％,比原始
针对特定辐射源个体识别(specific emitter identification,SEI)方法,指纹特征提取需要复杂公式演算推理,特征差异小、提取困难,提取后特定辐射源个体识别正确率低的问题,提出一种基于密集连接结构与注意力机制的特定辐射源识别算法,称之为特定辐射源识别网络(specific emitter identification network,SEIN).首先使用包络提取算法提取含噪声较少的辐射源信号包络,得到含有丰富指纹特征的包络图,进而进行SEIN指纹特征的提取及个体识别.实验结果表明
目前文艺演出发展受舞台机械、灯光、音响等各控制系统协同困难、信号干扰严重、可靠性差等因素制约难以出现突破性的进展,为构建稳定可靠高效的舞台设备通信系统进一步促进演艺技术的发展,在对舞台设备实际运行环境进行研究后,提出一种基于深度网络的舞台载波通信自适应跳频抗干扰技术.首先利用模型获取大量舞台电力线传输频道参数,然后利用深度神经网络训练自适应跳频抗干扰模型,该模型可以根据舞台电力线通信环境自适应选择通信频段.实验证明,该技术可以根据舞台通信电力线环境的干扰情况快速有效的选择稳定的通信频段,信噪比接近-18
为了解决微型风扇气动性能测试系统中微小流量测量和流量自动调节问题,提出了基于流量平衡法的微型风扇气动性能测试技术.基于流量平衡法技术原理,分析了流量平衡法管路系统空气动力特性和流量调节特性.由于采用了流量平衡管路设计,在切换不同工作管道时,整个管路系统总体阻抗基本不变,可通过开启不同测量支路来组合调节流量;理论上并联测量支路根据阀门开关,其流量非“1”即“0”,可以非常方便地组合出所需流量.针对所设计的实验装置进行了流量标定实验、流量调节性能实验和微型风扇气动性能试测,实验结果表明,组合流量调节性能符合预
针对精密电子、塑形成型等高速高精加工过程滚动轴承的剩余使用寿命预测建模中存在样本少、标注难度大等问题,引入深度置信网络,融合无监督与有监督微调学习方法开展滚动轴承剩余使用寿命预测研究.将滚动轴承的振动数据特征作为输入、剩余使用寿命作为输出,以能量函数量化特征准确性的概率分布作为基本组成部件,部件的上一层特征输出作为下一层的输入,将多个这样的部件首尾相接,构建滚动轴承剩余使用寿命预测模型.通过原始数据的无监督预训练得到模型中各个单元的初始参数,然后利用剩余使用寿命标签数据进行模型的有监督微调,进一步提高模型
针对天然气管道气体压力超声检测模式识别问题,提出了对原始信号进行预处理去除冗余信息,然后对信号进行变分模态分解(variational modal decomposition,VMD)提取最优本征模态函数(intrinsic model functin,IMF)对信号进行重构,接着对处理好的信号进行连续小波变换(continuous wavelet transform,CWT)使其成为高分辨的时频域2维图,最后用深度卷积神经网络(Deep convolution neural network,DCNN)对
基于压力位差式气体层流流量技术,进行了新型层流流量传感器的设计和测试工作.传感器由本体和集成盖板两部分组成,壳体采用一体化加工,毛细管组固定于壳体的两个流道中,取压盖板使用内部嵌入式管路联通的方式代替外部取压管,毛细管组、滤网、管路连接件等均采用模块化设计,差压、绝压和温度传感器集成在取压盖板上.分析了传感器工作原理,给出了修正公式,基于活塞式气体流量标准装置进行了空气和氮气两种介质的实验测试,最大流量约为50 L/min.测试结果显示,两种气体的流量测量误差均小于±0.8％,量程比达到250倍.预计这种