基于粒子群算法优化的独立分量分析算法

基于粒子群算法优化的独立分量分析算法
李良敏;任景岩
【期刊名称】《振动与冲击》
【年(卷),期】2015(000)008
【摘要】通过两组模拟信号对三种主流独立分量分析算法—JADE、FastICA、扩
展Infomax算法的性能进行了对比分析，结果表明三种算法均无法完全分离超高
斯源与亚高斯源形成的混合信号，FastICA算法对能量强弱差别大的混合信号失效。

基于这一现象，提出了一种新的独立分量分析算法，以粒子群算法为优化工具，以分离矩阵为优化变量，最小化分离信号联合概率与边缘概率乘积的差值，并给出了具体的计算流程。

仿真实验结果表明，该算法的性能显著优于上述三种独立分量分析算法。

同时，新提出算法实施过程中不需要任何先验知识，相比其他三种ICA
算法，更适合解决工程实际问题。

最后，将该算法应用于对滚动轴承实验台实测信号的处理，通过对分离信号的分析实现了对滚动轴承故障类型的准确识别，进一步证明了算法的有效性。

【总页数】6页(P7-11,25)
【作者】李良敏;任景岩
【作者单位】长安大学汽车学院汽车运输安全保障技术交通行业重点实验室，西安 710064;西安格蒂电力有限公司，西安 710075
【正文语种】中文
【中图分类】TN911.7
【相关文献】
1.基于遗传算法优化独立分量分析 [J], 欧阳柏平
2.基于粒子群算法的遗传算法优化研究 [J], 李雅琼;
3.基于粒子群算法的遗传算法优化研究 [J], 李雅琼
4.基于遗传-狮群算法优化的独立分量分析算法 [J], 张晓通;韩跃平;杨洋
5.基于模拟退火算法改进粒子群算法优化数学函数 [J], 朱焕雄
因版权原因，仅展示原文概要，查看原文内容请购买。