基于梯度下降法和牛顿法的欠定盲源分离源信号恢复方法.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CN105844094A(43)申请公布日2016.08.10(21)申请号201610165071.6(22)申请日2016.03.22(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号(72)发明人付卫红农斌陈杰虎胡梅霞刘乃安李晓辉韦娟黑永强(74)专利代理机构陕西电子工业专利中心61205代理人田文英王品华(51)Int.Cl.G06F19/00(2011.01)权利要求书2页说明书5页附图2页(54)发明名称基于梯度下降法和牛顿法的欠定盲源分离源信号恢复方法(57)摘要本发明公开了一种基于梯度下降法和牛顿法的欠定盲源分离源信号恢复方法。本发明首先获取观测信号矩阵，然后对观测信号矩阵中的所有列向量进行聚类得到混合矩阵，根据观测信号矩阵和混合矩阵计算待恢复的源信号列向量，依次利用梯度下降法、牛顿法和投影法更新待恢复的源信号列向量，最终获得恢复的源信号。本发明克服了现有技术存在的源信号恢复精度易受噪声误差影响和计算复杂度偏高的缺点，使得本发明具有能保持较高恢复精度的同时快速的恢复源信号的优点。CN105844094ACN105844094A权利要求书1/2页1.一种基于梯度下降法和牛顿法的欠定盲源分离源信号恢复方法，包括如下步骤：(1)将采集到的通信信号存入观测信号矩阵；(2)对观测信号矩阵进行聚类，得到混合矩阵；(3)将欠定盲源分离的迭代次数初始化为1；(4)按照下式，计算待恢复源信号列向量：其中，表示待恢复源信号列向量，A表示混合矩阵，T表示转置操作，(·)-1表示求逆操作，x(l)表示观测信号矩阵中的第l个列向量，l为欠定盲源分离的迭代次数；(5)赋值目标参数：(5a)搜索待恢复源信号列向量中的最大分量；(5b)将搜索到的最大分量的值赋给目标参数；(6)利用梯度下降法更新待恢复源信号列向量：(6a)将梯度下降法的迭代次数初始化为1；(6b)计算梯度下降法的增量；(6c)将待恢复源信号列向量加上梯度下降法的增量，得到利用梯度下降法更新后的待恢复源信号列向量(6d)将梯度下降法的迭代次数加1，得到梯度下降法的当前迭代次数；(6e)判断梯度下降法的当前迭代次数是否小于等于M，若是，执行步骤(6b)，否则，执行步骤(7)，其中，M表示待恢复源信号列向量的个数；(7)利用牛顿法更新待恢复源信号列向量：(7a)计算牛顿方向值；(7b)将利用梯度下降法更新后的待恢复源信号列向量加上牛顿方向值，得到利用牛顿法更新后的待恢复源信号列向量(8)利用投影法更新待恢复源信号列向量：(8a)将投影法的迭代次数初始化为1；(8b)按照下式，计算投影法的增量；(8c)将利用牛顿法更新后的待恢复源信号列向量加上投影法的增量，得到利用投影法更新后的待恢复源信号列向量(8d)将投影法的迭代次数加1，得到投影法的当前迭代次数；(8e)判断投影法的当前迭代次数是否小于等于M，若是，则执行步骤(8b)，否则，执行步骤(9)，其中，M表示待恢复的源信号列向量的个数；(9)将目标参数乘以0.8，得到更新后的目标参数；(10)判断更新后的目标参数是否大于10-5，若是，则执行步骤(6)，否则，执行步骤(11)；(11)存储利用投影法更新后的待恢复源信号列向量；(12)将欠定盲源分离的迭代次数加1，得到欠定盲源分离的当前迭代次数；(13)判断欠定盲源分离的当前迭代次数是否小于等于观测信号矩阵的列数，若是，执行步骤(4)，否则，执行步骤(14)；(14)获得恢复源信号矩阵：2CN105844094A权利要求书2/2页将欠定盲源分离迭代得到的所有待恢复源信号列向量组成恢复源信号矩阵。2.根据权利要求1所述的基于梯度下降法和牛顿法的欠定盲源分离源信号恢复方法，其特征在于：步骤(2)中所述对观测信号矩阵进行聚类的具体步骤如下：第一步，剔除观测信号矩阵中全为0值的列，将剩余的列组成待恢复信号矩阵；第二步，选取待恢复信号矩阵中第一个分量为负数的列向量，对该列向量的所有元素乘以-1得到翻转列向量；第三步，将翻转列向量和未被选取的列向量组成翻转矩阵；第四步，对翻转矩阵进行归一化处理得到归一化信号矩阵；第五步，利用K-均值聚类方法，对归一化信号矩阵中的所有列向量进行聚类，得到所有的聚类中心；第六步，将所有的聚类中心组成混合矩阵。3.根据权利要求1所述的基于梯度下降法和牛顿法的欠定盲源分离源信号恢复方法，其特征在于：步骤(6b)所述梯度下降法的增量按下式进行计算：其中，表示待恢复源信号列向量，exp表示以自然数为底数的求幂操作，||·||表示求模操作，σ表示目标参数。4.根据权利要求1所述的基于梯度下降法和牛顿法的欠定盲源分离源信号恢复方法，其特征在于：步骤(7a)所述牛顿方向值按下式进行计算：