论文部分内容阅读
针对传统独立分量分析（ICA）算法在含噪情况下分离效果不好，容易陷入局部收敛的问题，提出基于入侵性杂草优化（IWO）算法的有噪独立分量分析方法。以分离信号负熵和为目标函数，选用高斯密度函数估计负熵，消除目标函数中的不稳定项，提高算法的稳定性和准确性；采用入侵性杂草优化算法估计混合矩阵，提高算法的全局寻优性能。仿真结果表明：与传统Fast ICA和Fast Noisy ICA算法相比，文中算法的分离信号和源信号的相似因数更大，随着信噪比增加，相似因数趋向1，可以更好地估计源信号；PI指标明显小于其他两种算法