基于改进粒子群的独立分量分析算法研究

摘要

针对传统粒子群优化（PSO）算法对目标函数进行优化时,粒子容易陷入局部最优及收敛速度慢的缺陷,提出了一种基于改进PSO算法的独立分量分析（ICA）算法.该算法通过随机分段选择调节PSO算法中的惯性因子ω,使粒子具有一定的自适应能力,以快速找到最优粒子;然后,将ICA中的互信息作为目标函数,通过改进的PSO算法优化ICA中的目标函数,使独立分量中的各个成分相互统计独立.仿真实验结果表明,本算法可明显提高全局搜索能力,有效地实现混合信号的分离,改善盲源信号的分离效果。