基于密度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*CN103218524A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103218524103218524A(43)申请公布日2013.07.24(21)申请号201310116467.8(22)申请日2013.04.03(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)发明人付卫红马丽芬曾兴雯严新李爱丽刘乃安黑永强李晓辉(74)专利代理机构陕西电子工业专利中心61205代理人王品华朱红星(51)Int.Cl.G06F19/00(2011.01)权权利要求书3页利要求书3页说明书10页说明书10页附图7页附图7页(54)发明名称基于密度的欠定盲源分离方法(57)摘要本发明公开了一种基于密度的欠定盲源分离方法，主要解决现有技术计算复杂度高，易受初始值影响，需给定源信号个数的问题。其实现步骤是：对观测信号去掉低能量采样数据后投影到单位右半超球面上；计算所有投影点的密度参数，删除密度较小的投影点；利用改进的K-均值聚类算法对剩余投影点进行聚类，确定最佳聚类个数和聚类中心；去掉包含数据对象个数很少的聚类，剩余聚类个数为源信号个数的估计值，对应的聚类中心为混合矩阵各个列矢量的估计值；根据观测信号和估计出的混合矩阵，采用线性规划法恢复源信号。本发明降低了计算复杂度，减小了初始值对估计性能的影响，能在源信号个数未知时估计出混合矩阵，可提高混合矩阵和源信号的估计精度。CN103218524ACN1032854ACN103218524A权利要求书1/3页1.一种基于密度的欠定盲源分离方法，其特征在于，包括如下步骤：1）在所有采样时刻t处，将接收端接收到的观测信号x(t)的能量与低能量门限ε1进行比较，如果则将x(t)删除，否则将x(t)投影到单位右半超球面上，得到投影点其中，x(t)为采样时刻t处的观测信号，t=1,2,…,T0，T0为采样数据长度，x1(t)为观测信号x(t)的第一个分量，sign(·)表示求变量的符号，||·||2表示2范数，ε1的取值范围为观测信号能量平均值的0.1～0.5倍；2）将步骤1）得到的所有投影点重新排列成下标连续且递增的形式：得到投影点集合计算投影点集合中任意数据对象的密度参数其中，M为观测信号个数，n为投影点集合中数据对象个数，且n≤T0，为投影点集合中任意两个数据对象和之间的欧式距离，r为数据对象的邻域半径：函数u具体定义为：其中3）设定低密度门限η1和高密度门限η2，将投影点集合中数据对象的密度参数与低密度门限η1以及高密度门限η2进行比较，删除密度参数的数据对象，得到剩余投影点集合保存密度参数的数据对象，得到高密度数据对象集合D，其中η1的值取范围为密度参数最大值的0.01～0.2倍，η2的取值范围为密度参数最大值的0.25～0.45倍；4）利用改进的K-均值聚类算法对步骤3）得到的剩余投影点集合内的数据对象进行聚类划分，得到原始混合矩阵Α的估计值4.1）选取初始聚类个数K＝M，临时变量F1＝0.001，中间变量F2＝0.002；4.2）在步骤3）得到的高密度数据对象集合D中选取K个初始聚类中心z1,z2,…,zK；4.3）利用原始K-均值聚类算法将剩余投影点集合内的数据对象划分为K类，得到K个聚类W1…Wi…WK，这些聚类对应的聚类中心分别为每个聚类中数据对象个数分别为n1…ni…nK，其中i∈[1,K]；4.4）利用步骤4.3）得到的聚类W1…Wi…WK和聚类中心计算戴维森堡丁2CN103218524A权利要求书2/3页指标值DBIK：其中，为聚类Wi中的数据对象，p=1,…,ni，ni为聚类Wi中数据对象个数；为聚类Wj中的数据对象，q＝1,…,nj，nj为聚类Wj中数据对象个数；和分别为聚类Wi和聚类Wj的聚类中心；4.5）将本次迭代得到的戴维森堡丁指标值DBIK与临时变量F1和中间变量F2进行比较，如果不满足DBIK＞F2且F2＜F1，则令聚类个数K＝K+1，临时变量F1＝F2，中间变量F2＝DBIK，返回步骤4.2）；否则最佳聚类个数为K-1，对应的聚类中心为最优聚类中心，迭代结束；4.6）设定个数门限ε2，计算数据对象个数ni与个数最大值Q的比值λi：λi＝ni/Q，其中i＝1,…,K-1，Q＝max(n1,n2,…,nK-1)，ε2的取值为0.2；将比值λi与个数门限ε2进行比较，如果λi＜ε2，则删除聚类中心否则将作为混合矩阵的一列，最终保留下来的聚类中心的个数即为源信号个数N的估计值，混合矩阵即为原始混合矩阵A的估计值；5）在观测信号x(t)和混合矩阵的基础上，采用线性规划法恢复各路源信号，得到源信号的估计值其中t＝1,2,…,T0，T0为采样数据长度，完成欠定条件下的盲源分离。2.根据权利要求1所