仪器仪表学报

作者：曾豫宁，行鸿彦

单位：曾豫宁,1.南通理工学院电气与能源工程学院南通226001； 2.南京信息工程大学电子与信息工程学院南京210044,1462212588@qq.com,行鸿彦,1.南通理工学院电气与能源工程学院南通226001； 2.南京信息工程大学电子与信息工程学院南京210044,xinghy@nuist.edu.cn,

关键词：雨声信号;盲源分离;独立成分分析;粒子群算法;非线性变换

基金：国家自然科学基金(62171228)、江苏省研究生科研与实践创新计划(SJCX25_0512)、南通理工学院科技创新与服务地方团队(KCTD008)项目资助

针对传统基于负熵等目标函数的快速独立成分分析法（FASTICA）在雨声信号盲源分离中产生的幅度扩大,分离性能较差等问题,提出了一种改进的独立成分分析（ICA）方法。不再采用传统基于负熵、峰度等复杂目标函数,选择基于最大化信号的非高斯性,通过双曲余弦函数与对数函数的组合进行非线性变换,同时以源信号与分离信号的均值差平方重新构建目标函数,同时为了提高算法的运行、收敛速度以及寻优能力,引入粒子群算法（PSO）替代传统梯度下降法,利用其快速全局搜索能力对目标函数进行寻优,有效规避ICA在迭代过程中易陷入局部最优的问题,获取最佳解混矩阵后进行雨声混合信号的分离,提取较纯净的雨声信号。实验结果表明,改进后的ICA能够满足盲源分离需求,分离指标（PI）达到了10-2级别。为了进一步验证所提算法的有效性与稳定性,在不同雨声类型与环境噪声混合场景下分别进行了盲源分离实验,结果显示所提改进ICA算法在不同环境噪声背景下的混合信号中均能有效分离并恢复出源雨声信号。此外,将改进目标函数的ICA与基于负熵的FASTICA算法进行对比,所提算法不仅能够有效解决FASTICA算法产生的幅度扩大问题,并且收敛速度更快,均方误差（MSE）降低了两个数量级,不同雨声类型下的信号失真比（SDR）均提升了近20dB。

来源：2025年第5期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第5期