公开(公告)号：CN118410313B

公开(公告)日：2024-10-18

申请号：CN202410842401.5

申请日：2024-06-27

Applicant: 中国人民解放军海军工程大学

Inventor： 焉美爽 ,  陈璐 ,  胡卫 ,  陈云 ,  周学广 ,  涂航 ,  赵月 ,  吴童

IPC: G06F18/21 ,  G06N3/006 ,  G06F18/2134

Abstract: 本发明提供了一种基于粒子群优化的单通道盲源分离方法，包括以下步骤：步骤S1：以包络熵和互信息熵之比最小值为适应度函数，通过粒子群优化算法PSO确定变分模态分解模型VMD的模态分量数量k和惩罚因子α；步骤S2：通过优化后的变分模态分解模型对观测信号进行分解，得到分解后的模态分量；步骤S3：采用样本熵阈值对模态分量进行筛选，得到有效分量，将有效分量和观测信号进行组合得到虚拟多通道信号；步骤S4：采用快速独立成分分析法FastICA对虚拟多通道信号进行分离。不仅提高了计算效率，还增强了信号分析的鲁棒性和适应性，能够高效应对复杂信号的非线性和非平稳性问题。

公开(公告)号：CN118410313A

公开(公告)日：2024-07-30

申请号：CN202410842401.5

申请日：2024-06-27

Applicant: 中国人民解放军海军工程大学

Inventor： 焉美爽 ,  陈璐 ,  胡卫 ,  陈云 ,  周学广 ,  涂航 ,  赵月 ,  吴童

IPC: G06F18/21 ,  G06N3/006 ,  G06F18/2134

Abstract: 本发明提供了一种基于粒子群优化的单通道盲源分离方法，包括以下步骤：步骤S1：以包络熵和互信息熵之比最小值为适应度函数，通过粒子群优化算法PSO确定变分模态分解模型VMD的模态分量数量k和惩罚因子α；步骤S2：通过优化后的变分模态分解模型对观测信号进行分解，得到分解后的模态分量；步骤S3：采用样本熵阈值对模态分量进行筛选，得到有效分量，将有效分量和观测信号进行组合得到虚拟多通道信号；步骤S4：采用快速独立成分分析法FastICA对虚拟多通道信号进行分离。不仅提高了计算效率，还增强了信号分析的鲁棒性和适应性，能够高效应对复杂信号的非线性和非平稳性问题。