基于NPCA的自适应变步长盲源分离方法.pdf

(19)中华人民共和国国家知识产权局*CN103188184A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103188184103188184A(43)申请公布日2013.07.03(21)申请号201210545180.2(22)申请日2012.12.17(71)申请人中国人民解放军理工大学地址210007江苏省南京市御道街标营2号通信工程学院卫星通信教研室(72)发明人辜方林张杭张江谭晓波路威陈乾陈海平(51)Int.Cl.H04L25/03(2006.01)权权利要求书1页利要求书1页说明书5页说明书5页附图7页附图7页(54)发明名称基于NPCA的自适应变步长盲源分离方法(57)摘要本发明请求保护基于梯度的自适应变步长NPCA算法和最优变步长NPCA算法两种自适应变步长盲源分离处理方法，属于信号处理领域。针对固定步长NPCA不能同时兼顾收敛速度和收敛精度的情形，本发明通过使算法的迭代步长自适应变化，在保证收敛精度的条件下加快收敛速度。其中，基于梯度的自适应变步长NPCA方法使迭代步长与代价函数相关联，使迭代步长自适应变化，从而加快算法的收敛速度。最优变步长NPCA方法通过对代价函数进行一阶线性近似表示，从而计算出当前时刻的最优迭代步长，并且该方法不需要人工设置任何参数。CN103188184ACN10384ACN103188184A权利要求书1/1页1.一种用于通信信号的基于梯度的自适应变步长NPCA盲源分离方法，其特T征在于，N个源通信信号s(t)＝[s1(t)，…，sN(t)]经过信道混合矩阵A的传输T后得到M个观测信号x(t)＝[x1(t)，…，xM(t)]，利用NPCA准则建立代价函数其中，E{.}表示期望运算，(.)T表示转置运算，W表示分离矩阵，表示某一个非线性函数。最小化代价函数得到分离矩阵的迭代估计W(t+1)＝W(t)+ηz(t)[xT(t)-zT(t)W(t)]，其中，为一个非线性函数，η为迭代步长，所述迭代步长为变量，所述迭代步长按照进行自适应迭代更新，其中，ρ是一个小的常数，根据分离矩阵W(t)、迭代步长η(t)、输出的恢复信号y(t)以及由y(t)定义的非线性函数调用公式W(t+1)＝W(t)+η(t)z(t)[xT(t)-zT(t)W(t)]得到下一时刻的分离矩阵W(t+1)，对所有观测信号逐点更新分离矩阵，将全部观测信号通过最终的分离矩阵，根据公式y(t)＝Wx(t)得到通信信号s(t)的估计信号。2.根据权利要求1所述的基于梯度的自适应变步长NPCA盲源分离方法，其特征在于，其中非线性函数的选择取决于源信号的统计分布，对于累积量小于零的亚高斯源信号，取而对于累积量大于零的超高斯分布，则令其中γ＞2。3.一种用于通信信号的最优变步长NPCA盲源分离方法，其特征在于，TN个源通信信号s(t)＝[s1(t)，…，sN(t)]经过信道混合矩阵A的传输后得T到M个观测信号x(t)＝[x1(t)，…，xM(t)]，利用NPCA准则建立代价函数其中，E{.}表示期望运算，(.)T表示转置运算，W表示分离矩阵，表示某一个非线性函数。最小化代价函数得到分离矩阵的迭代估计W(t+1)＝W(t)+ηz(t)[xT(t)-zT(t)W(t)]，其中，为一个非线性函数，η为迭代步长，所述迭代步长为变量，通过对代价函数进行一阶线性近似从而计算当前时刻的最优迭代步长根据分离矩阵W(t)、迭代步长ηopt(t)、输出的恢复信号y(t)以及由y(t)定义的非线性函数TT调用公式W(t+1)＝W(t)+ηopt(t)z(t)[x(t)-z(t)W(t)]得到下一时刻的分离矩阵W(t+1)，对所有观测信号逐点更新分离矩阵，将全部观测信号通过最终的分离矩阵，根据公式y(t)＝Wx(t)得到通信信号s(t)的估计信号。2CN103188184A说明书1/5页基于NPCA的自适应变步长盲源分离方法技术领域[0001]本发明涉及信号处理领域，是一种盲源分离方法背景技术[0002]盲源分离是信号处理领域近三十年发展起来的研究热点，它是指在源信号和混合系统未知的情况下，仅仅根据观测信号以及源信号之间的独立性，实现混合系统的估计以及源信号的恢复的过程。现已广泛应用于语音信号提取和增强、通信抗干扰和机械故障诊断等。[0003]非线性主成分分析(nonlinearprincipalcomponentanalysis，NPCA)(参考文献：[1]OjaE.ThenonlinearPCAlearningruleinindependentcomponentanalysis[J]，Neuraocomputing，1997，17(1)：25-45.)由于实现简单，复杂度低，已经广泛用于处理盲源分离问题。[0004]考虑式(1)所示