通知公告
交大新闻
06 现在的位置：首页 > 期刊导读 > 2016 > 06 >
结合改进粒子群的非线性盲源分离方法研究
【作者】 陆建涛 成玮 訾艳阳 何正嘉 西安交通大学机械制造系统工程国家重点实验室 西安710049
【关键词】 非线性盲源分离 粒子群优化 粒子早熟 交叉变异
【摘要】针对传统非线性盲源分离（NBSS）算法容易陷入局部最优解从而导致分解精度较低的问题,提出一种基于改进粒子群优化（PSO）的NBSS算法。该方法利用多层感知机（MLP）拟合非线性混合的逆过程,并将分离信号的互信息最小作为优化目标（PSO的适应度）,从而实现MLP中参数的优化。然而,标准PSO算法存在粒子早熟从而使待优化问题陷入局部最优解,针对这一问题,对适应度低的一部分粒子进行依概率的杂交和变异,使粒子群体在整个迭代过程中保持多样性,从而有效解决标准PSO算法的粒子早熟问题。仿真和试验结果表明,相比于线性盲源分离算法和基于标准PSO的NBSS算法,提出的算法可以从非线性混合机械信息中提取纯净的独立源信息,并且提高了非线性混合源的分离精度,为机械系统的监测诊断和振动噪声溯源提供科学依据和关键技术。
© 2015 《西安交通大学学报》编辑部 地址：西安市咸宁西路28号 邮编：710049
互联网备案号：陕ICP备07500839号