基于影响权重的频域卷积盲源分离幅度相关性的排序方法.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CN112908354A(43)申请公布日2021.06.04(21)申请号202110125975.7(22)申请日2021.01.29(71)申请人中国人民解放军63892部队地址471000河南省洛阳市涧西区周山路17号(72)发明人王川川汪亚李志鹏王华兵贾锐朱宁付卫红(74)专利代理机构洛阳市凯旋专利事务所(普通合伙)41112代理人林志坚(51)Int.Cl.G10L21/0272(2013.01)权利要求书3页说明书10页附图5页(54)发明名称基于影响权重的频域卷积盲源分离幅度相关性的排序方法(57)摘要本发明公开一种基于影响权重的频域卷积盲源分离幅度相关性的排序方法，其步骤为：对时域卷积混合信号进行时频变换得到各频率点上的频域瞬时混合信号；在频域上各频率点处进行瞬时混合盲源分离，得到各频率点处的分离信号和解混矩阵；在每个频率点上对解混矩阵进行归一化处理；将第一个频率点上各分离信号的排列次序作为整个排序过程的参考标准；从第二个频率点开始进行排序模糊性的消除；将计算得到的间距影响权重、性能影响权重同时加入到现有的基于幅度相关性排序法中，在各频率点处进行排序模糊性消除；将经过排序模糊性消除后的各频率点信号变换回时域信号，完成整个频域上的卷积盲源分离。本发明能够提高排序的正确率，显著提升分离性能。CN112908354ACN112908354A权利要求书1/3页1.一种基于影响权重的频域卷积盲源分离幅度相关性的排序方法，其特征是：其包括以下步骤：步骤S1、通过短时傅里叶变换公式对经天线接收的时域卷积混合信号进行时频变换，得到各频率点上的频域瞬时混合信号；步骤S2、在频域上各频率点处使用联合近似对角化算法对步骤S1中得到的频域瞬时混合信号进行瞬时混合盲源分离，得到各频率点处的分离信号和解混矩阵；步骤S3、通过最小失真准则算法，在每个频率点上对解混矩阵进行归一化处理，使各频点上信号的能量均化为1，消除幅度模糊性；步骤S4、将第一个频率点f1上各分离信号的排列次序作为整个排序过程的参考标准，并且给出邻域长度最大值Lmax；步骤S5、从第二个频率点开始进行排序模糊性的消除，设定待排序的频率点为fk，若待排频率点距离第一个频率点的距离小于邻域长度最大值，即|fk‑f1|＜Lmax，就定义邻域长度L＝|fk‑f1|，反之，邻域长度就定义为L＝Lmax；步骤S6、首先，计算间距影响权重ξ(g,f)，表示为其中，L表示邻域间隔；g∈(f‑1,f‑2,…,f‑L)代表邻域内已经经历过排序的频率点；f代表将要进行排序的频率点；然后，对每一个将要进行排序的频率点f定义一个与之对应的均方误差表示为：其中，L表示邻域间隔；W(f)表示频率点f上的解混矩阵；W(g)表示频率点上g的解混矩阵；det(·)表示矩阵的行列式计算；|·|表示求模值运算；定义在每一个将要进行排序的频率点f上的性能影响权重φ(f)为：将上述的间距影响权重ξ(g,f)、性能影响权重φ(f)同时加入到现有的基于幅度相关性排序法中，得到新的计算公式为：其中，L表示邻域间隔；表示频率点f处的第i路分离信号；2CN112908354A权利要求书2/3页Π表示频率点f的所有排序方式中的一种；τ为时间索引，且Q为时间索引的长度；表示已排序频率点g上的第i路分离信号；i为正整数；|g|表示从信号中得到信号幅度包络；N表示源信号个数；cor(|Yi(f)|,|Yj(g)|)表示计算相关系数，具体的计算公式为：其中，C(·)是协方差函数，表示为：通过式(6)能够依次得到每一个频率点f的最佳排序方式，完成全部频率点的排序修正工作后，即达到在各频率点fk处进行排序模糊性消除的目的；步骤S7、将经过排序模糊性消除后的各频率点信号用短时傅里叶逆变换变换回时域信号，完成整个频域上的卷积盲源分离。2.根据权利要求1所述的基于影响权重的频域卷积盲源分离幅度相关性的排序方法，其特征是：其步骤S1中，所述混合信号通过至少两路源信号混合获得，且源信号应满足统计独立且非高斯。3.根据权利要求1所述的基于影响权重的频域卷积盲源分离幅度相关性的排序方法，其特征是：其步骤S2中，对步骤S1中得到的频域瞬时混合信号进行瞬时混合盲源分离，得到各频率点处的分离信号和解混矩阵，表示为：Y(fk,τ)＝W(fk)X(fk,τ)(1)其中，fk为第k个频点，k＝1,2,…,K，K为总频点个数；W(fk)为频点fk上的解混矩阵；τ为时间索引；X(fk,τ)为在频点fk上的第τ帧频域瞬时混合信号；TY(fk,τ)＝[Y1(fk,τ),Y2(fk,τ),…,YN(fk,τ)]为频点fk上的第τ帧的分离信号；N为源信号的个数；T表示转置。4.根据权利要求1所述的基于影