李 佰，刘 辉

(湖南师范大学物理与信息科学学院，长沙 410000)

盲信号抽取是盲信号处理中一个重要方面，在许多领域都有广泛的应用。它是一种依据某种无约束优化准则，从线性混合信号中抽取单个信号源的方法[1]。当不断重复抽取，就能逐个抽取所有的源信号。文献[2]提出利用梯度下降法进行盲信号抽取，然而该方法非线性激活函数的使用增加了算法的复杂度，同时算法的收敛性也有待改进。文献[ 3]提出的Hyvarinen-Oja神经网络能用于大部分非高斯源信号的抽取，然而在抽取过程中会造成误差累积，同时，该方法收敛也较慢。将粒子群算法引入盲信号抽取中，为盲信号抽取领域提供一种新的方法，该方法简单高效，与传统方法复杂、收敛慢的特点相比，有较大的优势。

1 粒子群算法

粒子群算法(PSO)是一种智能优化算法[4-5]。在PSO中，有N个微粒和一个适应度函数，每个微粒在D维搜空间中以一定的速度飞行。该飞行速度由个体的飞行经验动态调整。各微粒根据自己的当前位置和速度不断更新自己的位置。微粒i的位置和飞行速度分别表示为[Xi1， Xi2， …， XiD]和[Vi1，Vi2， …， ViD]。每个微粒存在一个由它的位置决定的与适应度函数相对应的值，根据微粒的适应度值判断粒子的优劣，取最优粒子的位置作为最优解。粒子的飞行速度和位置调整的方程如下：

式中， t为当前迭代次数， i表示第i个微粒， j表示第j维， c1、c2区间[ 0， 2]的常数， c调节微粒飞向自身最好位置(pi)方向的步长，为认知系数c2调节微粒飞向全局最好位置(pg)方向的步长，为社会学习系数。……