基于量子毒爆虫爆破机制的欠定混合矩阵估计方法技术

本发明专利技术提供一种基于量子毒爆虫爆破机制的欠定混合矩阵估计方法，是一种具有更好有效性和鲁棒性的基于量子毒爆虫爆破机制的欠定混合矩阵鲁棒估计方法，解决了现有混合矩阵估计方法对初始聚类中心选择、噪声及异常值过于敏感的工程难题。本发明专利技术设计了加入单源点检测信号预处理模型，构建初始种群生成策略，将量子计算与毒爆虫爆破机制结合，设计了量子毒爆虫爆破机制，然后将量子毒爆虫爆破机制对混合目标函数寻优得到的最优解作为均值聚类初始聚类中心，构建量子毒爆虫爆破机制和K

【技术实现步骤摘要】
基于量子毒爆虫爆破机制的欠定混合矩阵估计方法


[0001]本专利技术涉及一种基于量子毒爆虫爆破机制的鲁棒欠定混合矩阵估计方法，属于盲源分离领域。

技术介绍

[0002]欠定盲源分离是指在观测信号数小于源信号数且缺乏混合系统和滤波过程的参数下对源信号进行估计。解决欠定盲源分离问题通常的办法是基于稀疏成分分析的“两步法”，用信号的稀疏特性来提取源信号。在对信号进行稀疏化处理时，常用短时傅里叶变换和小波变换等将信号变换到变换域，使信号在变换域表现出稀疏性。“两步法”即先估计出混合矩阵，再利用估计出的混合矩阵实现源信号恢复。因此，有关混合矩阵估计方法的研究非常关键。目前，常用的估计混合矩阵算法有聚类算法或基于势函数的方法，基于聚类算法的混合矩阵估计所需先验知识少且计算简单，逐渐成为欠定混合矩阵估计的主流方法。针对初始聚类中心的选择，很多研究者引入了群智能优化算法。本专利技术是基于量子毒爆虫爆破机制对聚类方法的初始聚类中心进行选择，再利用聚类方法实现混合矩阵估计。
[0003]经对现有文献的检索发现，付宁等在《电子学报》(2009,Vol.37,本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于量子毒爆虫爆破机制的欠定混合矩阵估计方法，其特征在于，步骤如下：步骤一：对接收到的观测信号进行预处理，将预处理后的信号使用初始种群生成策略初始化量子毒爆虫种群的初始位置和量子位置；步骤二：把每只量子毒爆虫K
‑
means处理前位置映射为聚类中心矩阵，使用K
‑
means获得新的聚类中心，则获得量子毒爆虫K
‑
means处理后的位置和量子位置；步骤三：对量子毒爆虫进行身份认定，初始化每只量子毒爆虫的酸性吸引度，构造混合优化目标函数，计算种群中每只量子毒爆虫的适应度值并进行排序，得到最优和次优量子个体的量子位置；步骤四：计算每只量子毒爆虫个体与最优量子毒爆虫个体的距离，根据得到的距离判断量子个体是否在最优个体的溅射范围内，根据量子毒爆虫更新机制更新量子位置和酸性吸引度；步骤五：根据适应度值对更新后的个体排序，得到更新后种群的最优个体位置，将最优量子毒爆虫的位置转化为K
‑
means聚类的初始聚类中心进行聚类，得到新的聚类中心作为更新后的全局最优位置；步骤六，加入随机种群生成策略生成量子随机候选解，计算更新后位置和量子随机候选解的适应度值，使用贪婪选择更新量子位置；步骤七，判断是否达到最大迭代次数G
max
：若未达到返回步骤二继续进行迭代；否则输出由K
‑
means聚类得到的聚类中心矩阵，作为欠定盲源分离系统的欠定混合矩阵的最优估计矩阵2.根据权利要求1所述的基于量子毒爆虫爆破机制的欠定混合矩阵估计方法，其特征在于，步骤一具体包括：(1)从预处理后获得的时频点集U中任取一单一时频点将该时频点对应的观测信号从中取出，放入聚类中心向量集合Φ，再从U剩余时频点中任取一时频点计算观测信号与之间的欧几里得距离，即(2)找到与之间的欧几里得距离最大的观测信号样本点；(3)将此样本点从中取出，放入聚类中心向量集合Φ；(4)分别计算中剩余的每个样本点与Φ中各个聚类中心向量的欧几里得距离，将每个样本点与Φ中各个聚类中心向量的欧几里得距离的最大值和最小值相乘，这样每个样本点都对应一个乘积，找到乘积最大的样本点；(5)判断Φ中的聚类中心向量个数是否小于D
×
M，若是，则返回步骤(3)继续循环；若否，则输出聚类中心矢量集合Φ，集合Φ中应该包含D
×
M个1
×
N维的聚类中心向量；(6)从集合Φ中的第一个聚类中心向量开始，每D个聚类中心向量组成M
×
N维的聚类中心矩阵，则由集合Φ可以得到D个聚类中心矩阵，定义第d个聚类中心矩阵为：
将第d个聚类中心矩阵转变为维向量为：做为量子毒爆虫种群的初始位置，即当ε＝1时，第d只量子毒爆虫的K
‑
means处理前位置为ε代表迭代次数；第ε次迭代量子毒爆虫的种群规模为D
ε
，整个种群的最大迭代次数为G
max
，第ε次迭代第d只量子毒爆虫的K
‑
means处理前量子位置为means处理前量子位置为第ε次迭代第d只量子毒爆虫的k维量子位置与相应位置的映射规则为映射规则为是第k维量子毒爆虫的位置变量下限，是第k维量子毒爆虫的位置变量上限。3.根据权利要求1所述的基于量子毒爆虫爆破机制的欠定混合矩阵估计方法，其特征在于，步骤二具体包括：设置K
‑
means聚类聚类数为M，最大迭代次数为对于第d只量子毒爆虫的K
‑
means处理前位置第t次聚类的聚类中心为means处理前位置第t次聚类的聚类中心为进行聚类，初始时t＝0；具体过程如下：(1)将量子毒爆虫个体的位置转换成初始聚类中心矩阵(1)将量子毒爆虫个体的位置转换成初始聚类中心矩阵初始聚类中心为其中聚类类簇为M
r
，r＝1,2,...,M，初始第r个类簇为空集，即(2)从预处理后的音频信号采样点集U中取一时频点(2)从预处理后的音频信号采样点集U中取一时频点计算时频点到聚类中心的欧式距离的平方当值最小时表明归属于对应类簇M
r
，更新类簇(3)继续计算U中剩余的时频点与聚类中心的平方欧氏距离，得到新的聚类中心(3)继续计算U中剩余的时频点与聚类中心的平方欧氏距离，得到新的聚类中心(3)继续计算U中剩余的时频点与聚类中心的平方欧氏距离，得到新的聚类中心表示集合U内归属于聚类中心向量的时频点个数；(4)判断得到的新聚类中心与聚类前是否一致或是否达到最大迭代次数若且则令t＝t+1，返回(2)继续循环；若或则结束聚类；经过K
‑
means处理后得到聚类中心矩阵将
聚类中心矩阵转变为维向量构成的位置得到经过K
‑
means处理第ε次迭代第d只量子毒爆虫的位置将量子毒爆虫位置映射为量子位置将量子毒爆虫位置映射为量子位置映射规则为映射规则为映射规则为是量子毒爆虫的第k维位置变量下限，是量子毒爆虫的第k维位置变量上限。4.根据权利要求1所述的基于量子毒爆虫爆破机制的欠定混合矩阵估计方法，其特征在于，步骤三具体包括：经过K
‑
means处理得到第ε次迭代第d只量子毒爆虫的聚类中心矩阵对应聚类中心向量对应聚类中心向量从集合U中任取一时频点计算该点到每个聚类中心向量的欧氏距离其中||
·
||代表取
·
的l2范数，得到聚类中心向量与时频点的距离，当取最小值时表明归属于类簇，重复上述计算过程，得到类间离散度的倒数类簇，重复上述计算过程，得到类间离散度的倒数对于聚类中心向量对于聚类中心向量表示内时频点集分布中心，心，表示集合U内归属于聚类中心向量的时频点个数，由此计算对应类簇内时频点的二阶矩得到类内凝聚度的倒数得到类内凝聚度的倒数构造混合优化目标函数计算群体中第d只量子毒爆虫位置的适应度值为直到第ε代为止的最优量子个体的量子位置，为直到第ε代为止次优量子个体的量子位置；设置溅射半径R，量子个体的量子位置；设置溅射半径R，为量子毒爆虫个体位置在所有维度的最小值，为量子毒爆虫个体位置在所有维度的最大值；初始化种群...

【专利技术属性】
技术研发人员：高洪元，谷晓苑，贾克，王钦弘，任立群，杜子怡，马静雅，郭颖，苏彦文，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：