基于改进人工蜂群的盲源分离抗主瓣干扰方法及装置

摘要

基于改进人工蜂群的盲源分离抗主瓣干扰方法及装置，涉及信号处理技术领域，该基于改进人工蜂群的盲源分离抗主瓣干扰方法包括：先接收待处理混合信号；再对待处理混合信号进行去中心化预处理，得到预处理信号；进一步地，根据预设的人工蜂群优化算法、预设的盲源分离算法以及预设代价函数，确定预处理信号对应的分离矩阵；最后根据盲源分离算法、分离矩阵以及预处理信号，计算抗主瓣干扰的目标信号，能够实现信号的抗主瓣干扰处理，迭代速度快，抗主瓣干扰效果好。

说明书

技术领域

本申请涉及信号处理技术领域，具体而言，涉及一种基于改进人工蜂群的盲源分离抗主瓣干扰方法及装置。

背景技术

目前，抗主瓣干扰的方法为和差波束主瓣对消方法，在接收端进行和差波束形成实现对接收信号的降维处理,再对降维后的信号进行干扰抑制.然而，在实际使用中，更多的干扰从主瓣进入，对雷达的检测性能造成严重干扰，现有手段应对主瓣干扰效果较差。

发明内容

本申请实施例的目的在于提供一种基于改进人工蜂群的盲源分离抗主瓣干扰方法及装置，能够实现信号的抗主瓣干扰处理，迭代速度快，抗主瓣干扰效果好。

本申请实施例第一方面提供了一种基于改进人工蜂群的盲源分离抗主瓣干扰方法，包括：

接收待处理混合信号；

对所述待处理混合信号进行去中心化预处理，得到预处理信号；

根据预设的人工蜂群优化算法、预设的盲源分离算法以及预设代价函数，确定所述预处理信号对应的分离矩阵；

根据所述盲源分离算法、所述分离矩阵以及所述预处理信号，计算抗主瓣干扰的目标信号。

在上述实现过程中，先接收待处理混合信号；再对待处理混合信号进行去中心化预处理，得到预处理信号；进一步地，根据预设的人工蜂群优化算法、预设的盲源分离算法以及预设代价函数，确定预处理信号对应的分离矩阵；最后根据盲源分离算法、分离矩阵以及预处理信号，计算抗主瓣干扰的目标信号，能够实现信号的抗主瓣干扰处理，迭代速度快，抗主瓣干扰效果好。

进一步地，所述人工蜂群优化算法至少包括优化搜索策略、贪婪选择策略、轮盘赌选择策略以及侦查蜂搜索策略。

在上述实现过程中，通过使用优化搜索策略，其搜索性能更好，进而有利于提升抗主瓣干扰效果。

进一步地，所述根据预设的人工蜂群优化算法和预设的盲源分离算法对所述预处理信号进行处理，确定分离矩阵，包括：

步骤1：对预设的人工蜂群进行初始化处理，得到目标人工蜂群；

步骤2：通过所述目标人工蜂群、所述优化搜索策略、所述贪婪选择策略以及所述代价函数，确定蜜源信息；

步骤3：通过所述目标人工蜂群、所述轮盘赌选择策略以及所述蜜源信息，确定初始最佳蜜源；

步骤4：根据所述目标人工蜂群和所述初始最佳蜜源，确定目标侦查蜂；

步骤5：通过所述目标侦查蜂和所述侦查蜂搜索策略进行随机搜索，得到至少一个新蜜源，并根据每个所述新蜜源的适应度对所述初始最佳蜜源进行更新处理，得到最佳蜜源；

步骤6：根据预设循环次数重复执行上述步骤2至步骤5，并将最终得到的所述最佳蜜源作为最佳全局蜜源；

步骤7：根据所述最佳全局蜜源确定分离矩阵。

在上述实现过程中，通过使用人工蜂群优化算法来确定盲源分离算法的分离矩阵，有利于增强盲源分离寻优能力,从而提高分离精度。

进一步地，所述优化搜索策略包括：

其中，v

其中，q1、q2∈{1,2,…,SN}，SN为所述目标人工蜂群中蜜源总数量；

其中，r为[0，1]范围内随机抽取数，w为{0，1，2，……，D}几个元素随机顺序产生的向量，m为整数，表示推动循环结构的参数，m∈[1，D]，p为预设参数，D为所述预设循环次数。

进一步地，所述通过所述目标人工蜂群、所述优化搜索策略、所述贪婪选择策略以及所述代价函数，确定蜜源信息，包括：

通过所述目标人工蜂群和所述优化搜索策略进行邻域搜索，得到至少一个蜜源位置；

根据所述代价函数，计算每个所述蜜源位置对应蜜源的适应度；

根据所述适应度和所述蜜源位置，运用所述贪婪选择策略确定蜜源信息。

在上述实现过程中，通过使用优化搜索策略，能够有效解决易陷入局部收敛、搜索能力不足以及随机性较大的缺点。

本申请实施例第二方面提供了一种基于改进人工蜂群的盲源分离抗主瓣干扰装置，所述基于改进人工蜂群的盲源分离抗主瓣干扰装置包括：

信号接收单元，用于接收待处理混合信号；

预处理单元，用于对所述待处理混合信号进行去中心化预处理，得到预处理信号；

确定单元，用于根据预设的人工蜂群优化算法、预设的盲源分离算法以及预设代价函数，确定所述预处理信号对应的分离矩阵；

计算单元，用于根据所述盲源分离算法、所述分离矩阵以及所述预处理信号，计算抗主瓣干扰的目标信号。

在上述实现过程中，信号接收单元先接收待处理混合信号；预处理单元再对待处理混合信号进行去中心化预处理，得到预处理信号；进一步地，确定单元根据预设的人工蜂群优化算法、预设的盲源分离算法以及预设代价函数，确定预处理信号对应的分离矩阵；最后计算单元根据盲源分离算法、分离矩阵以及预处理信号，计算抗主瓣干扰的目标信号，能够实现信号的抗主瓣干扰处理，迭代速度快，抗主瓣干扰效果好。

进一步地，所述人工蜂群优化算法至少包括优化搜索策略、贪婪选择策略、轮盘赌选择策略以及侦查蜂搜索策略。

在上述实现过程中，通过使用优化搜索策略，其搜索性能更好，进而有利于提升抗主瓣干扰效果。

进一步地，所述确定单元包括：

初始化子单元，用于对预设的人工蜂群进行初始化处理，得到目标人工蜂群；

第一确定子单元，用于通过所述目标人工蜂群、所述优化搜索策略、所述贪婪选择策略以及所述代价函数，确定蜜源信息；以及通过所述目标人工蜂群、所述轮盘赌选择策略以及所述蜜源信息，确定初始最佳蜜源；以及根据所述目标人工蜂群和所述初始最佳蜜源，确定目标侦查蜂；以及通过所述目标侦查蜂和所述侦查蜂搜索策略进行随机搜索，得到至少一个新蜜源，并根据每个所述新蜜源的适应度对所述初始最佳蜜源进行更新处理，得到最佳蜜源；

循环子单元，用于根据预设循环次数重复触发所述第一确定子单元重复执行相应的操作，并将最终得到的所述最佳蜜源作为最佳全局蜜源；

第二确定子单元，用于根据所述最佳全局蜜源确定分离矩阵。

在上述实现过程中，通过使用人工蜂群优化算法来确定盲源分离算法的分离矩阵，有利于增强盲源分离寻优能力,从而提高分离精度。

本申请实施例第三方面提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例第一方面中任一项所述的基于改进人工蜂群的盲源分离抗主瓣干扰方法。

本申请实施例第四方面提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本申请实施例第一方面中任一项所述的基于改进人工蜂群的盲源分离抗主瓣干扰方法。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例一提供的一种基于改进人工蜂群的盲源分离抗主瓣干扰方法的流程示意图；

图2为本申请实施例二提供的一种基于改进人工蜂群的盲源分离抗主瓣干扰方法的流程示意图；

图3为本申请实施例三提供的一种基于改进人工蜂群的盲源分离抗主瓣干扰装置的结构示意图；

图4为本申请实施例四提供的一种基于改进人工蜂群的盲源分离抗主瓣干扰装置的结构示意图；

图5为本申请实施例二提供的一种优化搜索策略的搜索流程示意图；

图6为本申请实施例二提供的一种源信号的信号波形示意图；

图7为本申请实施例二提供的一种雷达接收的混合信号的信号波形示意图；

图8为本申请实施例二提供的一种混合信号脉冲压缩处理图；

图9为本申请实施例二提供的一种分离信号的信号波形示意图；

图10为本申请实施例二提供的一种对分离信号进行脉压处理并归一化处理后的结果图；

图11为本申请实施例二提供的三种盲源分离算法的分离性能对比示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

实施例1

请参看图1，图1为本申请实施例提供了一种基于改进人工蜂群的盲源分离抗主瓣干扰方法的流程示意图。其中，该基于改进人工蜂群的盲源分离抗主瓣干扰方法包括：

S101、接收待处理混合信号。

本申请实施例中，待处理混合信号为需要进行抗主瓣干扰处理的信号。具体的，该待处理混合信号为阵列雷达天线接收到的信号。

S102、对待处理混合信号进行去中心化预处理，得到预处理信号。

S103、根据预设的人工蜂群优化算法、预设的盲源分离算法以及预设代价函数，确定预处理信号对应的分离矩阵。

本申请实施例中，实施步骤S103，总体上运用盲源分离算法，以预处理信号的峭度为代价函数，以改进搜索策略后的人工蜂群优化算法，来确定分离矩阵。

本申请实施例中，峭度(Kurtosis)K是反映振动信号(即预处理信号)分布特性的数值统计量，是归一化的4阶中心矩。

本申请实施例中，盲源分离实际上是一个优化问题，目标是求得分离矩阵W，盲源分离算法通过构建恢复源信号的代价函数和优化准则来搜索代价函数的极值点，通过得到分离矩阵W，在源信号S和混合矩阵A未知的情况下，使得输出矩阵Y＝WX逼近源信号S，在雷达信号处理中，为进一步抑制噪声与干扰，会进行脉冲压缩处理(PC，pulse compression)。

本申请实施例中，盲源分离算法通过构建恢复源信号的代价函数和相对应采用的优化准则来搜索代价函数的极值点，实现盲源分离。

本申请实施例中，人工蜂群优化算法是对标准人工算法进行优化改进而来，是一种优化问题的群智能算法，具有收敛速度快，运算复杂度低等优点，另外，人工蜂群优化算法具有避免局部收敛，搜索能力强，随机性较小的优点。

本申请实施例中，人工蜂群优化算法至少包括优化搜索策略、贪婪选择策略、轮盘赌选择策略以及侦查蜂搜索策略。

在步骤S103之后，还包括以下步骤：

S104、根据盲源分离算法、分离矩阵以及预处理信号，计算抗主瓣干扰的目标信号。

本申请实施例中，计算抗主瓣干扰的目标信号的公式(公式1)为：

Y＝WX；

其中，Y为目标信号，W为分离矩阵，X为预处理信号。

本申请实施例中，通过步骤S104，能够根据预处理后的信号运用分离矩阵对混合信号进行分离，计算抗主瓣干扰后的目标信号，抑制其中的干扰信号达到主瓣抗干扰的效果，迭代速度快，抗干扰效果好。

本申请实施例中，该方法的执行主体可以为计算机、服务器等计算装置，对此本实施例中不作任何限定。

在本申请实施例中，该方法的执行主体还可以为智能手机、平板电脑等智能设备，对此本实施例中不作任何限定。

可见，实施本实施例所描述的基于改进人工蜂群的盲源分离抗主瓣干扰方法，能够实现信号的抗主瓣干扰处理，迭代速度快，抗主瓣干扰效果好。

实施例2

请参看图2，图2为本申请实施例提供的一种基于改进人工蜂群的盲源分离抗主瓣干扰方法的流程示意图。如图2所示，其中，该基于改进人工蜂群的盲源分离抗主瓣干扰方法包括：

S201、接收待处理混合信号。

S202、对待处理混合信号进行去中心化预处理，得到预处理信号。

S203、对预设的人工蜂群进行初始化处理，得到目标人工蜂群。

本申请实施例中，人工蜂群包括3种类型的蜜蜂，即雇佣蜂、跟随蜂和侦查蜂。整个蜂群的目标是寻找花蜜量最大的蜜源，雇佣蜂利用先前的蜜源信息寻找新的蜜源并与跟随蜂分享蜜源信息；跟随蜂在蜂房中等待并依据采蜜蜂分享的信息寻找新的蜜源；侦查蜂的任务是寻找一个新的有价值的蜜源，它们在蜂房附近随机地寻找蜜源。

本申请实施例中，寻找蜜源即为寻找最佳的分离矩阵。

本申请实施例中，在步骤S203之前，需要初始设定参数，即人工蜂群种群规模，举例来说，设定有SN个蜜源，对应SN雇佣蜂，每个蜜源为D维向量，包含寻优目标的参数，每个蜜源对应的适应度大小代表蜜源的质量好坏。可以根据初始设定的参数对人工蜂群进行初始化处理。

本申请实施例中，对预设的人工蜂群进行初始化处理时，会随机生成SN个初始解。

在步骤S203之后，还包括以下步骤：

S204、通过目标人工蜂群和优化搜索策略进行邻域搜索，得到至少一个蜜源位置。

本申请实施例中，在初始化阶段之后，进入雇佣蜂阶段，此时雇佣蜂记录初始解位置，之后根据优化搜索策略进行领域搜索更新蜜源位置。

本申请实施例中，优化搜索策略(公式2)包括：

其中，v

其中，q1、q2∈{1,2,…,SN}，SN为所述目标人工蜂群中蜜源总数量；

其中，r为[0，1]范围内随机抽取数，p为预设参数，w为{0，1，2，……，D}几个元素随机顺序产生的向量，每次运行时上来会随机产生一组向量w，中间的m为推动循环结构的参数，初始m＝1，m为整数，m∈[1，D]，循环过程中会有m＝m+1，本文图5有详解。

本申请实施例中，优化搜索策略收敛性能好，针对以上情形，提出两种新的搜索策略：

公式3：

公式4：

其中，q1、q2∈{1,2,…,SN}，随机选取且不等于i，x

其中，v

在上述公式中，公式3利用当前群体中最佳解的信息，以此为基础进行领域搜索，可以提高收敛速度，但可能利用到局部最优解的信息，导致过早收敛，同时式3运用q1、q2扩充邻域搜索方向至二维，增加搜索出蜜源的多样性，由于搜索能力的增强，会使算法收敛速度降低。之后，再引入参数p(p根据具体代价函数确定)，经过仿真测试可以设定p为0.4，并引入参数m来增强整体的搜索效率，得到上述优化搜索策略(公式2)。请一并参阅图5，图5是本申请实施例提供的一种优化搜索策略的搜索流程示意图。

在步骤S204之后，还包括以下步骤：

S205、根据代价函数，计算每个蜜源位置对应蜜源的适应度。

本申请实施例中，计算对应蜜源的适应度，即计算对应蜜源的花蜜量，具体的，花蜜量即为蜜源对应的峭度。

本申请实施例中，实施步骤S204～步骤S205，将雇佣蜂与蜜源一一对应，能够根据优化搜索策略更新蜜源信息，同时确定每个蜜源的花蜜量。

S206、根据适应度和蜜源位置，运用贪婪选择策略确定蜜源信息。

本申请实施例中，蜜源信息包括至少一个蜜源，对此本申请实施例不作限定。

本申请实施例中，在得到至少一个蜜源位置之后，可以根据代价函数计算每个新蜜源的适应度，运用贪婪选择策略选定蜜源信息。

本申请实施例中，实施步骤S206，跟随蜂根据雇佣蜂所提供的信息(即至少一个蜜源位置)采用贪婪选择策略选择蜜源，根据公式更新蜜源信息，同时确定蜜源的花蜜量。

本申请实施例中，实施上述步骤S204～步骤S206，能够通过目标人工蜂群、优化搜索策略、贪婪选择策略以及代价函数，确定蜜源信息。

在步骤S206之后，还包括以下步骤：

S207、通过目标人工蜂群、轮盘赌选择策略以及蜜源信息，确定初始最佳蜜源。

作为一种可选的实施方式，通过目标人工蜂群、轮盘赌选择策略以及蜜源信息，确定初始最佳蜜源，包括：

计算蜜源信息的第一花蜜量；

根据目标人工蜂群和蜜源信息，采用轮盘赌选择策略和第一花蜜量，确定初始最佳蜜源。

在上述实施方式中，实施步骤S207，雇佣蜂完成步骤S206搜索后，进入跟随蜂阶段，雇佣蜂将更新后的蜜源信息传达给跟随蜂，跟随蜂依据第一蜜源适应度采用轮盘赌选择策略选择蜜源，适应度越高的蜜源越有可能被跟随蜂选取。

在上述实施方式中，轮盘赌选择策略(公式5)为：

其中，P

其中，f

在上述实施方式中，目标函数是指对应的代价函数准则，f

在上述实施方式中，适应度可以看成花蜜量的另一种说法，根据花蜜量来评定蜜源的选择，轮盘赌选择策略是指根据适应度来判断这里最优解的准则，通过公式6计算。f

在步骤S207之后，还包括以下步骤：

S208、根据目标人工蜂群和初始最佳蜜源，确定目标侦查蜂。

本申请实施例中，在步骤S207跟随蜂阶段根据轮盘赌选择策略选择初始最佳蜜源之后，可以继续采用上述优化搜索策略进行邻域搜索，得到新蜜源信息，并计算新蜜源信息的适应度，之后仍采用贪婪选择策略选取新的第一蜜源，如果在此过程中，存在某个蜜源进行limit次迭代后没有发生变化，表示其可能陷入局部最优解，则放弃该解，对应雇佣蜂转变为侦查蜂，进入侦查蜂阶段。

S209、通过目标侦查蜂和侦查蜂搜索策略进行随机搜索，得到至少一个新蜜源，并根据每个新蜜源的适应度对初始最佳蜜源进行更新处理，得到最佳蜜源。

本申请实施例中，侦查蜂搜索策略(公式7)具体为：

v

其中，x

在步骤S209之后，还包括以下步骤：

S210、根据预设循环次数重复执行上述步骤S204～步骤S209，并将最终得到的最佳蜜源作为最佳全局蜜源。

S211、根据最佳全局蜜源确定分离矩阵。

本申请实施例中，最佳全局蜜源对应到盲源分离算法中即分离矩阵W。

本申请实施例中，实施上述步骤S203～步骤S210，能够根据预设的人工蜂群优化算法和预设的盲源分离算法对预处理信号进行处理，确定分离矩阵。

S212、根据盲源分离算法、分离矩阵以及预处理信号，计算抗主瓣干扰的目标信号。

本申请实施例中，对于该方法的技术有效性进行验证，设定阵列雷达天线为一个均匀线阵，阵元间隔半波长等距排列。设定接收信号为一个回波信号和一个干扰信号的混合信号，设定雷达发射信号(即源信号)为线性调频信号，干扰信号设定由DRFM干扰机产生的间歇采样转发干扰信号，两者都从雷达主瓣方向进入，两信号波形，及雷达接收的两通道混合信号如图6和图7所示，其中，图6为一种源信号的信号波形示意图，图7为一种雷达接收的混合信号的信号波形示意图。

按照正常观测从混合信号后分辨不出哪一个为目标信号，对其进行脉冲压缩处理并进行归一化处理，发现出现大量假目标仍然分不开干扰信号与目标信号如图8所示，图8为一种混合信号脉冲压缩处理图。请一并参阅图9和图10，图9是一种分离信号的信号波形示意图，该分离信号即为应用本申请实施例提供的方法进行分离后得到的目标信号，图10是一种对分离信号进行脉压处理并归一化处理后的结果图。从图9和图10中可以看出经过本实施例提供的方法处理后可以分离出混合的目标信号。

本申请实施例中，对于该方法的技术优越性进行分析。为进一步探究本方案的性能，定量描述该方法的分离性能，使用性能指标PI进行衡量，定义为(公式7)：

其中，全局矩阵G＝WA，G为n×n的方阵，g

其中，在盲源分离时，实际信号盲分离算法应是使得全局矩阵G尽量接近一个广义排列矩阵，使用实际的全局矩阵G与理论上的排列矩阵之间的差别作为评估，对应PI值越小说明两者差别越小，对应分离效果越佳。

将本申请的盲源分离算法(记为BSABC算法)与Fast ICA、JADE等盲源分离算法进行比较，在上述相同条件下，进行200次蒙特卡洛试验取其均值，其对应3种方法随着信噪比的变化如图11所示，图11是三种盲源分离算法的分离性能对比示意图。从图11可以看出在总体范围内，BSABC算法基本优于其他两种算法，证明其分离性能更优。且随着信噪比的增大，噪声所占分量逐步减少，BSABC算法效果越来越佳，Fast ICA、JADE两算法在信噪比达到一定值后算法分离效果受算法所限达到阈值基本不变了，这也表现出BSABC算法性能更好。

可见，实施本实施例所描述的基于改进人工蜂群的盲源分离抗主瓣干扰方法，能够实现信号的抗主瓣干扰处理，迭代速度快，抗主瓣干扰效果好。

实施例3

请参看图3，图3为本申请实施例提供的一种基于改进人工蜂群的盲源分离抗主瓣干扰装置的结构示意图。如图3所示，该基于改进人工蜂群的盲源分离抗主瓣干扰装置包括：

信号接收单元310，用于接收待处理混合信号；

预处理单元320，用于对待处理混合信号进行去中心化预处理，得到预处理信号；

确定单元330，用于根据预设的人工蜂群优化算法、预设的盲源分离算法以及预设代价函数，确定预处理信号对应的分离矩阵；

计算单元340，用于根据盲源分离算法、分离矩阵以及预处理信号，计算抗主瓣干扰的目标信号。

本申请实施例中，对于基于改进人工蜂群的盲源分离抗主瓣干扰装置的解释说明可以参照实施例1或实施例2中的描述，对此本实施例中不再多加赘述。

可见，实施本实施例所描述的基于改进人工蜂群的盲源分离抗主瓣干扰装置，能够实现信号的抗主瓣干扰处理，迭代速度快，抗主瓣干扰效果好。

实施例4

请一并参阅图4，图4是本申请实施例提供的一种基于改进人工蜂群的盲源分离抗主瓣干扰装置的结构示意图。其中，图4所示的基于改进人工蜂群的盲源分离抗主瓣干扰装置是由图3所示的基于改进人工蜂群的盲源分离抗主瓣干扰装置进行优化得到的。如图4所示，确定单元330包括：

初始化子单元331，用于对预设的人工蜂群进行初始化处理，得到目标人工蜂群；

第一确定子单元332，用于通过目标人工蜂群、优化搜索策略、贪婪选择策略以及代价函数，确定蜜源信息；以及通过目标人工蜂群、轮盘赌选择策略以及蜜源信息，确定初始最佳蜜源；以及根据目标人工蜂群和初始最佳蜜源，确定目标侦查蜂；以及通过目标侦查蜂和侦查蜂搜索策略进行随机搜索，得到至少一个新蜜源，并根据每个新蜜源的适应度对初始最佳蜜源进行更新处理，得到最佳蜜源；

循环子单元333，用于根据预设循环次数重复触发第一确定子单元重复执行相应的操作，并将最终得到的最佳蜜源作为最佳全局蜜源；

第二确定子单元334，用于根据最佳全局蜜源确定分离矩阵。

作为一种可选的实施方式，人工蜂群优化算法至少包括优化搜索策略、贪婪选择策略、轮盘赌选择策略以及侦查蜂搜索策略。

作为一种可选的实施方式，优化搜索策略(公式2)包括：

其中，v

其中，q1、q2∈{1,2,…,SN}，SN为所述目标人工蜂群中蜜源总数量；

其中，r为[0，1]范围内随机抽取数，w为{0，1，2，……，D}几个元素随机顺序产生的向量，m为整数，表示推动循环结构的参数，m∈[1，D]，p为预设参数，D为所述预设循环次数。

作为一种可选的实施方式，通过目标人工蜂群、优化搜索策略、贪婪选择策略以及代价函数，确定蜜源信息，具体包括以下步骤：

通过目标人工蜂群和优化搜索策略进行邻域搜索，得到至少一个蜜源位置；

根据代价函数，计算每个蜜源位置对应蜜源的适应度；

根据适应度和蜜源位置，运用贪婪选择策略确定蜜源信息。

本申请实施例中，对于基于改进人工蜂群的盲源分离抗主瓣干扰装置的解释说明可以参照实施例1或实施例2中的描述，对此本实施例中不再多加赘述。

可见，实施本实施例所描述的基于改进人工蜂群的盲源分离抗主瓣干扰装置，能够实现信号的抗主瓣干扰处理，迭代速度快，抗主瓣干扰效果好。

本申请实施例提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例1或实施例2中任一项基于改进人工蜂群的盲源分离抗主瓣干扰方法。

本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本申请实施例1或实施例2中任一项基于改进人工蜂群的盲源分离抗主瓣干扰方法。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。