基于GA和MP的信号稀疏分解matlab程序.docx

基于GA和MP的信号稀疏分解matlab程序.docx

《基于GA和MP的信号稀疏分解matlab程序.docx》由会员分享，可在线阅读，更多相关《基于GA和MP的信号稀疏分解matlab程序.docx（6页珍藏版）》请在冰豆网上搜索。

基于GA和MP的信号稀疏分解

%%MATLABscriptforMPalgorithmbasedonFFT

%

%

%********************Preparationpart*****************************

%

%**************************part1:

imputsignal***************************Im=wavread（'FEM'）;

Im=Im';

%****************************part2:

set parameters***********************f1=50;

f2=160;fs=200;

iterative_number=100; %thematchingpursuitprocessingiterativenumber[a,N]=size（Im）; %thelongthofsignalandthelongthofatoms;Na_base=2; %scale:

thescaleisdeterminedbyaandj;

j_min=0;j_max=log2（N）;

u_base=1/2; %thetransmissionordisplacementushoulddeterminedasfollowingv_base=pi; %thefrequencyv

k_min=0;

w_base=pi/6; %thephase wi_min=0;

i_max=12;

%%************************initialization ********************************signal=Im;

signal_reconstruct=zeros（1,N）;signal_r=Im;

%***************wipeoffthedirectcurrentvector*************************

signal_reconstruct=（1/N）*sum（signal）;signal_r=signal-signal_reconstruct;

%*********************startcalculation*********************************forn=1:

iterative_number

%********thefollowingprogramusesonesubroutinetoselectthebestatom**************

[proj,scale,translation,freq,phase]=gas（signal_r,N,a_base,j_min,j_max,u_base,p_min,v_base,k_min,w_base,i_min,i_max）;

%******reconstructthebestatomfromtheparametersgotbyabovesubroutine*********t=0:

N-1;

t=（t-translation）/scale;

g=（1/sqrt（scale））*exp（-pi*t.*t）.*cos（freq*t+phase）;g=g./sqrt（sum（g.*g））; %normalizatiomtheatom

%***********reconstruct signalandrenewtheresidual**********************signal_reconstruct=signal_reconstruct+proj*g;

signal_r=signal_r-proj*g;

%*************************thefigureofresult************************subplot（221）;

plot（signal）; %originalsiganlsubplot（222）;

plot（g）; %theatomsubplot（223）;

plot（signal_r）; %theresidualsubplot（224）;

plot（signal_reconstruct）; %reconstructsignalend

%******************endoffile*************************************function

[proj,scale,translation,freq,phase]=gas（signal_r,N,a_base,j_min,j_max,u_base,p_min,v_base,k_min,w_base,i_min,i_max）

%thissubroutineistoselectinthedictionarythebestatomsuitedthesignalortheresidualofthesignal

%thesearchingmethodusedisGeneticAlgorithm（GA）.

%thefollowingparametersareusedinGA

% n:

numberofChromosomes

% Ngen:

thenumberofgeneration

% vec:

thesolutionforoneatom

% v

（1）:

thescale

% v

（2）:

locationortranslation

% v（3）:

frequency

% v（4）:

phase

%Geneticalgorithm:

INITIALIZATION初始化

%proj_trans:

todeterminewhichprojectionisbiggest

%n:

numberofchromosomes

%Ngen:

thenumberofgeneration

%**********************setparrameter***********************************n=21;

Ngen=30;

pool=zeros（4,n）;sig=[1

1

1

1];

proj_trans=zeros（1,n）;res=ones（1,n）;proj=0;

bi=ones（4,1）; %bi:

lowerboundsbs=ones（4,1）; %bs:

upperbounds

bi

（1）=j_min;bi

（2）=p_min;bi（3）=k_min;bi（4）=i_min;

bs

（1）=j_max;bs

（2）=N;

bs（3）=N;

bs（4）=i_max;

og=ones（4,n）; %og（i,:

）:

vectorofni-genesng=ones（4,n）; %ng:

newgenerationvector

%********************createtheinitialpopulation***************************og（1,:

）=round（（bs

（1）-bi

（1））*rand（1,n）+bi

（1））;

og（2,:

）=round（（bs

（2）-bi

（2））*rand（1,n）+bi

（2））;

og（3,:

）=round（（bs（3）-bi（3））*rand（1,n）+bi（3））;

og（4,:

）=round（（bs（4）-bi（4））*rand（1,n）+bi（4））;

%******************themainpartof Geneticalgorithm****************forc=1:

Ngen

ford=1:

n

s=a_base^og（1,d）;u=og（2,d）;v=og（3,d）*（1/s）*v_base;

w=og（4,d）*w_base;t=0:

N-1;

t=（t-u）/s;

g=（1/sqrt（s））*exp（-pi*t.*t）.*cos（v*t+w）;g=g/sqrt（sum（g.*g））;proj_trans（d）=sum（signal_r.*g）;res（d）=abs（proj_trans（d））;

end

%********placethebestatom（biggestprojectioninthefirst position）*********

[best,e]=max（res）;ng（:

1）=og（:

e）;

og（:

e）=og（:

n）;

og（:

n）=ng（:

1）;temp_proj=proj_trans（e）;temp_res=res（e）;proj_trans（e）=proj_trans（n）;proj_trans（n）=temp_proj;

res（e）=res（n）;res（n）=temp_res;

%**************competitionbetweentheadjacentatoms***********************ford=2:

2:

n-1

[best,e]=max（res（d-1:

d））;

pool（:

d/2）=og（:

d-rem（e,2））;end;

%*****************creationofthepoolforcrossover ********************ford=1:

（n-1）/2

f=ceil（（n-1）/2*rand）;Inter=round（rand（4,1））;

ng（:

d+1）=pool（:

d）.*Inter+pool（:

f）.*（1-Inter）;

end

%*****************Mutationsofthewinner *********************sigm=sig（:

ones（n-（（n-1）/2+1）,1））;

ngm=ng（:

1）;

ngm=ngm（:

ones（n-（（n-1）/2+1）,1））;

ng（:

（n-1）/2+2:

n）=round（ngm+（rand（4,n-（（n-1）/2+1））-0.5）.*sigm）;

%*************************boundingintothelimits**********************forl=1:

4

whilemax（ng（l,:

））>bs（l）

[rw,lw]=max（ng（l,:

））;ng（l,lw）=bs（l）;

end

whilemin（ng（l,:

））

end



end

[rw,lw]=min（ng（l,:

））;ng（l,lw）=bi（l）;

og=ng;

%*******************stable or not?

*********************************nog=og（:

1）;

nog=nog（:

ones（1,n））;nog=abs（