预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN107103286A(43)申请公布日2017.08.29(21)申请号201710205108.8(22)申请日2017.03.31(71)申请人电子信息系统复杂电磁环境效应国家重点实验室地址471003河南省洛阳市涧西区085信箱(72)发明人王川川曾勇虎王华兵李林胡明明张静克王福志(74)专利代理机构洛阳市凯旋专利事务所41112代理人陆君(51)Int.Cl.G06K9/00(2006.01)权利要求书1页说明书6页附图6页(54)发明名称基于改进最短路径法的欠定盲源分离源信号恢复方法(57)摘要本发明属于雷达侦察技术领域,公开的一种基于改进最短路径法的欠定盲源分离源信号恢复方法,是针对m个观测信号,每次取相邻的两个观测信号,第i个和第i+1个观测信号,i=1,2…,m-1,也就是说每次处理时的观测信号是两个相邻观测信号的组合,总共有种组合,接着将选取的这两路信号作为观测信号,利用最短路径法恢复出对应的源信号,则恢复出的源信号有组,再对这组源信号值相加求平均,得到的就是待恢复的源信号。本发明适用于观测信号大于2的源信号恢复,并且对恢复得到的m-1组源信号,如何求平均从而得到最终的源信号。CN107103286ACN107103286A权利要求书1/1页1.一种改进最短路径法的欠定盲源分离源信号恢复方法,其特征是:在观测信号已知的条件下,以估计的混合矩阵为条件,将源信号恢复问题转化为求解公式:式中,x(t)为观测信号,观测信号个数为m,A为估计的混合矩阵,源信号个数为n,ai为混合矩阵的第i列,si(t)为第i个源信号,此时要最小化就是对观测信号沿着混合矩阵某两列的方向做线性分解,找出从原点到观测信号的最短路径;针对观测信号数目大于2的情况,实现的具体步骤如下:(1)在所有观测信号中,每次选取相邻的两个观测信号,则会产生个仅有2个观测信号的信号组合;(2)对步骤1中的每一组观测信号进行预处理,去除观测信号全为零的列向量,然后方向进行统一化;(3)计算混合矩阵各个基向量的角度:基向量的角度定义为Aj表示混合矩阵列向量;(4)计算各个观测时刻,针对个仅有2个观测信号的组合,分别计算各个组合中的观测信号向量xt的角度(5)找出该时刻最接近观测信号向量角度θt的两个基向量角度,并记录对应的混合矩阵的两个列向量ai和bi,其中ai,bi∈A,i表示个组合中的某一个组合序号,i∈{2,3,…m-1};iiiiii(6)假设Ar=[ab],Ar为混合矩阵A的a,b两列构成的一个2×2的子矩阵,a和b是在t-1t时刻最接近x的两个向量,令Wr=Ar;(7)时刻t的源信号按下式恢复:其中,为x沿向量a和b两个方向的分量;(8)对某一时刻恢复的组源信号值相加求平均,得到的就是对应时刻待恢复的源信号;(9)运用上述方法恢复所有t=1,…,T时刻的源信号。2CN107103286A说明书1/6页基于改进最短路径法的欠定盲源分离源信号恢复方法技术领域[0001]本发明属于雷达侦察技术领域,更进一步涉及雷达信号分选技术领域中的基于改进最短路径法的欠定盲源分离源信号恢复方法。本发明技术方案可以对雷达信号、通信信号、生物医学信号等进行处理,实现在混合矩阵已经估计完成的情况下的欠定盲源分离源信号的恢复。背景技术[0002]欠定盲源分离是在辐射源信号先验信息和传输信道参数未知,且观测信号的数目少于源信号数目的情况下,仅利用观测信号将源信号估计出来。欠定盲源分离技术只需要少量的传感器来接收混合信号,降低了信号接收系统复杂度和系统建设成本。[0003]现有的欠定盲源分离通常采用两步法,即先利用观测信号估计混合矩阵,再利用估计出的混合矩阵和观测信号恢复出源信号。由于欠定盲分离混合矩阵是不可逆的,因此不能直接求逆矩阵从而实现源信号的恢复(直接求逆将无法实现源信号分离或分离得到很多组源信号),源信号的恢复还涉及到一系列复杂的算法。源信号恢复效果直接关系到信号盲分离处理的成败,因此研究恢复精度较理想的源信号恢复算法具有重要的理论价值和实际意义。[0004]目前,欠定盲源分离源信号的恢复算法通常基于源信号的稀疏性。稀疏性是指在接收机接收信号过程中,任意一个采样时刻,通常只有一个源信号起主导作用(其他源信号取值为零或者信号幅度较弱可忽略)。当源信号在时域不具备充分稀疏的条件时,通常可通过傅里叶变换、短时傅里叶变换、小波变换等技术将观测信号变换到频域或时频域,获得源信号的稀疏表示。基于源信号的稀疏性,目前源信号恢复算法主要有三种:[0005]一是基于统计稀疏分解的源信号恢复算法。该算法通过在固定的时间间隔内最小化源信号的相关系数来估计源信号,算法误差较小。但是,该算法存在的不足之处是,在固定的时间