基于改进PSO的ICA方法分析重力固体潮信号

为了从重力固体潮信号中提取地球物理信息，介绍了一种重力固体潮信号分解模型.在分解模型中，重力固体潮信号分解为赤道平面信号分量及地球自转轴信号分量.为了提取与分解模型相一致的地球物理信息，提出用独立分量分析(ICA)方法将重力固体潮信号中的赤道平面信号分量与地球自转轴信号分量分离.鉴于ICA存在收敛速度慢及局部搜索等特点，提出了一种基于惯性因子ω的改进粒子群优化算法(PSO)来解决ICA中的全局寻优问题.通过仿真实验分析可知，本文提出的改进粒子群的独立分量分析算法可以获得与分解模型相一致的信号分量，并且从各分量中可提取出与地球产生机制相一致的地球物理信息，是一种分析重力固体潮信号的有效方法.