基于聯(lián)合智能算法和MP的信號(hào)稀疏分解.pdf

1、由于信號(hào)稀疏表示的優(yōu)良特性，信號(hào)的稀疏表示已經(jīng)被運(yùn)用到信號(hào)處理的許多方面，如去噪、編碼和識(shí)別等。但是即使是作為稀疏分解方法中算法復(fù)雜度最低的Matching pursuit(MP)算法，其計(jì)算量仍然十分巨大，計(jì)算時(shí)間在現(xiàn)有的計(jì)算條件下仍然無(wú)法滿(mǎn)足要求，這就造成了信號(hào)的稀疏分解的實(shí)際運(yùn)用很難被產(chǎn)業(yè)化。 本文以一維信號(hào)為主要研究對(duì)象，以改善信號(hào)稀疏分解速度為主要研究目的，重點(diǎn)研究了禁忌遺傳算法，人工魚(yú)群算法及其改進(jìn)算法，改進(jìn)人工魚(yú)群

2、算法和遺傳算法聯(lián)合算法在稀疏分解上的應(yīng)用。 主要工作如下： (1)利用禁忌遺傳算法求解信號(hào)稀疏分解。本文在研究遺傳算法和禁忌算法各自的特點(diǎn)，以及遺傳算法在求解信號(hào)稀疏分解的特點(diǎn)的基礎(chǔ)上，利用聯(lián)合智能算法優(yōu)點(diǎn)，使用禁忌搜索算法和遺傳算法聯(lián)合算法求解信號(hào)稀疏分解。實(shí)驗(yàn)結(jié)果表明，本文使用的算法提高了信號(hào)每一步MP分解中尋找最佳原子的能力，并由此提高了信號(hào)稀疏分解的速度。 (2)利用改進(jìn)的人工魚(yú)群算法和遺傳算法聯(lián)合求解信