一种基于AP聚类的欠定盲源分离方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113095353A(43)申请公布日2021.07.09(21)申请号202110226468.2(22)申请日2021.03.01(71)申请人华中科技大学地址430074湖北省武汉市洪山区珞喻路1037号(72)发明人尹泉邱鹏罗慧缪佶桂(74)专利代理机构华中科技大学专利中心42201代理人夏倩李智(51)Int.Cl.G06K9/62(2006.01)G06F17/16(2006.01)权利要求书1页说明书6页附图3页(54)发明名称一种基于AP聚类的欠定盲源分离方法(57)摘要本发明公开了一种基于AP聚类的欠定盲源分离方法，属于信号处理领域，包括：(S1)将观测信号变换至时频域上，以筛选出时频单源点；(S2)对时频单源点进行抽样，并利用AP聚类算法对抽样得到的时频单源点进行聚类，得到信号源数目以及初始聚类中心；(S3)将信号源数目、初始聚类中心以及步骤(S1)中得到的时频单源点作为预设的目标聚类算法的输入，以对初始聚类中心进行修正，得到修正后的聚类中心，并以修正后的聚类中心为混合矩阵的列向量，估计混合矩阵；(S4)利用混合矩阵重构信号源；其中，目标聚类算法的输入参数包括聚类数量和初始聚类中心。本发明能够提高欠定盲源分离系统中混合矩阵的估计精度，从而实现源信号的准确分离。CN113095353ACN113095353A权利要求书1/1页1.一种基于AP聚类的欠定盲源分离方法，其特征在于，包括如下步骤：(S1)将观测信号变换至时频域上，以筛选出时频单源点；(S2)对时频单源点进行抽样，并利用AP聚类算法对抽样得到的时频单源点进行聚类，得到信号源数目以及初始聚类中心；(S3)将信号源数目、初始聚类中心以及步骤(S1)中得到的时频单源点作为预设的目标聚类算法的输入，以对所述初始聚类中心进行修正，得到修正后的聚类中心，并以修正后的聚类中心为混合矩阵的列向量，估计所述混合矩阵；(S4)利用所述混合矩阵重构信号源；其中，所述目标聚类算法的输入参数包括聚类数量和初始聚类中心。2.如权利要求1所述的基于AP聚类的欠定盲源分离方法，其特征在于，所述目标聚类算法为模糊C均值聚类算法。3.如权利要求1所述的基于AP聚类的欠定盲源分离方法，其特征在于，所述步骤(S2)中，对时频单源点进行抽样之前，还包括：对时频单源点进行信号归一化和对称化处理。4.如权利要求3所述的基于AP聚类的欠定盲源分离方法，其特征在于，根据对时频单源点进行信号归一化和对称化处理；其中，X(t,ω)为时频单源点，表示第一路观测信号的符号，||||表示2范数。5.如权利要求1‑4任一项所述的基于AP聚类的欠定盲源分离方法，其特征在于，所述步骤(S2)中，对时频单源点进行抽样之前，还包括：剔除能量低于预设阈值的时频单源点。6.如权利要求5所述的基于AP聚类的欠定盲源分离方法，其特征在于，所述预设阈值为ρmax||X(t,ω)||；其中，max||X(t,ω)||为时频单源点中的能量最大值，0.05≤ρ≤0.2。7.如权利要求1‑3任一项所述的基于AP聚类的欠定盲源分离方法，其特征在于，所述步骤(S2)中，利用密度偏差抽样对时频单源点进行抽样。8.如权利要求1‑3任一项所述的基于AP聚类的欠定盲源分离方法，其特征在于，所述步骤(S1)包括：通过短时傅里叶变换将观测信号变换到时频域上，得到时频域的观测信号X(t,ω)；筛选出时频域上实部与虚部绝对方向之间的夹角小于预设的角度误差的观测信号，作为时频单源点。9.如权利要求1‑3任一项所述的基于AP聚类的欠定盲源分离方法，其特征在于，所述步骤(S4)中，利用所述混合矩阵重构信号源，由KSVD算法完成。10.一种计算机可读存储介质，其特征在于，包括存储的计算机程序，所述计算机程序被处理器执行时，控制所述计算机可读存储介质所在设备执行权利要求1‑9任一项所述的基于AP聚类的欠定盲源分离方法。2CN113095353A说明书1/6页一种基于AP聚类的欠定盲源分离方法技术领域[0001]本发明属于信号处理领域，更具体地，涉及一种基于AP聚类的欠定盲源分离方法。背景技术[0002]盲源分离技术是一种通信信号处理技术，能够从位置的混合信号中分离出各源信号，随着现代社会的信息化发展，盲源分离技术得到广泛的应用。在故障诊断方面，可通过盲源分离定位故障设备；在图像处理方面，可通过盲源分离从夹杂干扰的图像中恢复原图像；在生物医学方面，可应用盲源分离完成人体生理数据的提取或分类。[0003]盲源分离系统中，源信号相当于未知数，观测信号相当于约束条件，观测信号数目少于源信号数目的盲源分离问题称为欠定盲源分离问题。欠定盲源分离系统作为盲源分离系统的一个分支，由于约束条件的减少，存在病