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12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CN105354594A(43)申请公布日2016.02.24(21)申请号201510726953.0(22)申请日2015.10.30(71)申请人哈尔滨工程大学地址150001黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室(72)发明人李一兵聂伟王秋滢林云叶方王彦欢罗仁欢陈杰杜敏(51)Int.Cl.G06K9/62(2006.01)权利要求书1页说明书7页附图3页(54)发明名称一种针对欠定盲源分离的混合矩阵估计方法(57)摘要本发明涉及一种针对欠定盲源分离的混合矩阵估计方法,对接收到的两路观测信号分别进行短时傅里叶变换得到两路观测信号的短时傅里叶系数X1(t,f)和X2(t,f),形成多个散点,去除低能量的散点;求取剩余散点的比值,根据比值将散点进行分类,得到散点数目最多的M类,计算每一类中散点比值的均值,然后将均值转化成直线的斜率角,再转换成列向量,根据方向接近的列向量得到旋转矩阵T,进行旋转变换,得到新的两路观测信号X′1(t,f)和X′2(t,f);针对两路观测信号X′1(t,f)和X′2(t,f),再次根据两路观测信号的比值将散点进行分类,得到散点数目最多的S类,计算每一类中散点比值的均值,然后得到相近的斜率角,通过这些斜率角得到对应的列向量,最后得到整个混合矩阵。CN105354594ACN105354594A权利要求书1/1页1.一种针对欠定盲源分离的混合矩阵估计方法,其特征在于:步骤1:对接收到的两路观测信号分别进行短时傅里叶变换得到两路观测信号的短时傅里叶系数X1(t,f)和X2(t,f),将X1(t,f)和X2(t,f)对应的值分别作横坐标和纵坐标,形成多个散点,t表示观测时刻,f表示频率;步骤2:针对步骤1形成的多个散点,去除低能量的散点;步骤3:求取剩余散点的比值X2(t,f)/X1(t,f),根据比值将散点进行分类,得到散点数目最多的M类,M为源信号个数,计算每一类中散点比值的均值Ri(i=1,...M),然后利用θi=arctanRi,arctan表示反正切函数,将均值转化成直线的斜率角,再转换成列向量T[cosθi,sinθi],cos和sin分别表示余弦函数和正弦函数;步骤4:存储方向不接近的列向量;根据方向接近的列向量得到旋转矩阵T,按照TT[X1'(t,f),X'2(t,f)]=T[X1(t,f),X2(t,f)]进行旋转变换,得到新的两路观测信号X1'(t,f)和X'2(t,f);步骤5:针对步骤4获得的两路观测信号X1'(t,f)和X'2(t,f),按照步骤1和步骤2所述方法进行处理,然后,对剩余散点用tanθ1<Re{X'2(t,f)}/Re{X1'(t,f)}<tanθ2去除偏离目标方向的散点,θ1和θ2为设定的角度上限值和下限值,Re{}表示取实部;再次根据两路观测信号的比值将散点进行分类,得到散点数目最多的S类,S为方向不接近的列向量的个数,计算每一类中散点比值的均值Qi(i=1,...S),然后得到相近的斜率角,通过这些斜率角得到对应的列向量,最后得到整个混合矩阵。2.根据权利要求书1所述的针对欠定盲源分离的混合矩阵估计方法,其特征在于:步骤3中,对除低能量点以外的散点求取比值,得到比值中的最大值和最小值,再根据最大值和最小值将这些散点分成L类,L>M,得到散点数目最多的M类,M为源信号个数。3.根据权利要求书2所述的针对欠定盲源分离的混合矩阵估计方法,其特征在于:步骤4中,通过旋转矩阵T将散点形成的直线旋转到斜率角接近90度的位置。4.根据权利要求书1至3任何一项所述的针对欠定盲源分离的混合矩阵估计方法,其特征在于:步骤2中,针对步骤1形成的多个散点,利用去除低能量的散点,λ为0与1之间的值,max{}表示取最大值。2CN105354594A说明书1/7页一种针对欠定盲源分离的混合矩阵估计方法技术领域[0001]本发明涉及盲信号处理技术领域,尤其涉及一种针对欠定盲源分离的混合矩阵估计方法。背景技术[0002]如何从传感器接收到的信息中提取出各个单一信息称为盲源分离问题,相应的解决方法被称为盲源分离技术。随着国内外专家和学者的不断研究,盲源分离技术逐渐发展,并且被广泛应用到机械故障检测、通信信号处理、语音信号处理、图像信号处理、生物医学工程等领域。根据源信号的数目和观测信号的数目,盲源分离问题又可以被分为两种:欠定盲源分离问题和非欠定盲源分离问题。如果源信号的数目小于等于观测信号的数目,这时的问题被称为非欠定盲源分离问题;如果源信号的数目大于观测信号的数目,这时的问题就被称为欠定盲源分离问题。在实际环境中,由于受实际条件的限制,传感器数目有限而潜在的源信号的数目是未知的,