基于群智能优化的复杂混合盲信号分离算法研究

Blind signal separation technology is a hot topic in the field of signal processing in the world. It can be widely used in many fields, such as speech, image, biomedical engineering and seismic survey. For overcoming the limitations of conventional optimization methods in solving the complex mixture blind signal separation problem, the method and key technology in the convolutive mixture and nonlinear mixture blind signal separation problem based on novel swarm intelligence optimization method will be studied and innovative blind separation algorithm, signal processing system will be proposed. (1) The optimization mechanism of artificial bee colony optimization algorithm and bacterial colony optimization algorithm will be studied. The better modified swarm intelligence optimization methods will be proposed. (2) Aiming at convolutive mixture and nonlinear mixture blind signal separation problem, the objective function for separation will be constructed and the separation model fitting for being optimized using swarm intelligence optimization methods will be established. (3) The method for optimizing the objective function in separation model using modified swarm intelligence optimization methods will be studied and the novel blind separation algorithm can be got. (4) On the basis of performance analysis and appreciation for the separation algorithm we proposed, the method for running the blind signal separation algorithm based on swarm intelligence optimization in DSP hardware system will be studied and the model machine will be completed.

盲信号分离技术是目前国际信号处理领域的研究热点，该技术在语音、图像、生物医学和地震勘测等诸多领域具有广泛的应用价值。为克服传统优化方法在解决复杂混合盲信号分离问题时存在的局限性，本项目研究利用新兴的群智能优化方法解决卷积混合和非线性混合盲信号分离问题的方法和关键技术，得到创新性的盲分离算法和信号处理系统。主要包括：（1）对人工蜂群优化算法和菌群优化算法等新近提出的群智能优化算法的寻优机理进行改进，得到性能更优的群智能优化算法；（2）分别针对卷积混合和非线性混合两种复杂混合类型，研究构造盲分离的目标函数，建立基于群智能优化的分离系统模型；（3）研究采用改进群智能优化算法在分离模型下对目标函数优化求解的方法，得到实现复杂混合盲分离的新算法；（4）在对提出的分离算法进行性能分析和评价的基础上，研究将基于群智能优化的盲分离算法运行于DSP硬件系统进行信号处理的方法，最终完成原理演示性样机的研制。

盲信号分离技术是目前国际信号处理领域的研究热点，该技术在语音、图像、生物医学和地震勘测等诸多领域具有广泛的应用价值。本项目研究了利用新兴的群智能优化方法解决复杂混合盲信号分离问题的方法和关键技术。按照项目计划书的研究内容和研究目标，本项目从改进的群智能优化算法、基于群智能优化的卷积混合和非线性混合盲信号分离系统模型和算法、基于DSP的盲信号分离系统等方面展开深入研究，圆满实现了预期的研究目标。项目研究的主要成果包括：研究了回溯搜索算法、人工蜂群算法、菌群算法等群智能优化算法的原理，提出了多种性能更优的改进群智能优化算法。针对卷积混合和非线性混合两种复杂混合类型，研究了基于负熵和峭度等分离准则的目标函数，建立了基于群智能优化的复杂混合盲信号分离系统模型。采用复Givens矩阵表示分离矩阵，利用蝙蝠算法优化求解旋转角度，提出了基于复Givens矩阵与蝙蝠优化的卷积混合盲信号分离算法。采用频域各频率点独立矢量分析分离信号的复数峭度和作为目标函数，利用回溯搜索算法优化求解初始分离矩阵，提出了基于回溯搜索优化的卷积混合盲信号分离算法。采用样条插值函数拟合去非线性函数，利用改进的人工蜂群算法优化求解样条插值节点参数，提出了基于样条插值拟合与人工蜂群优化的非线性混合盲信号分离算法。在算法研究的基础上，完成了将基于群智能优化的盲信号分离算法由MATLAB软件平台移植到DSP硬件平台的任务，开发了实现信号分离的演示性样机。从高光谱图像光谱混合模型与盲信号分离的混合模型相似性出发，研究了基于盲信号分离理论和群智能优化的高光谱图像解混方法，利用群智能优化算法优异的全局优化能力，提出了多种高光谱图像解混算法。