一种基于聚类的同步正交跳频信号盲源分离方法.pdf

(19)中华人民共和国国家知识产权局*CN103051367A*(12)发明专利申请(10)申请公布号CN103051367A(43)申请公布日2013.04.17(21)申请号201210525064.4(22)申请日2012.11.27(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)发明人付卫红刘乃安黑永强李晓辉韦娟(51)Int.Cl.H04B7/08(2006.01)H04B1/713(2006.01)H04L27/26(2006.01)权利要求书权利要求书4页4页说明书说明书1515页页附图附图33页(54)发明名称一种基于聚类的同步正交跳频信号盲源分离方法(57)摘要本发明公开了一种基于聚类的同步正交跳频信号盲源分离方法，获取采样后M路离散时域混合信号；得到M个混合信号的时频域矩阵；对跳频混合信号时频域矩阵进行预处理；估计跳频时刻、归一化混合矩阵列向量、跳频频率；利用估计得到的归一化混合矩阵列向量估计时频域跳频源信号；对不同跳频点之间的时频域跳频源信号进行拼接；根据源信号时频域估计值，恢复时域源信号。该方法在不知道任何信道信息的条件下，仅根据接收到的多个跳频信号的混合信号，估计出跳频源信号，能在接收天线个数小于源信号个数的条件下，对多个跳频信号进行盲估计，利用了短时傅里叶变换，计算量小，在对跳频信号进行盲分离的同时，还能对部分参数进行估计，实用性强。CN103567ACN103051367A权利要求书1/4页1.一种基于聚类的同步正交跳频信号盲源分离方法，其特征在于，该方法包括以下步骤：步骤一，利用含有M个阵元的阵列天线接收来自多个同步正交跳频电台的跳频信号，对每一路接收信号进行采样，得到采样后的M路离散时域混合信号m＝1，2，L，M；步骤二，对M路离散时域混合信号进行重叠加窗短时傅里叶变换，得到M个混合信号的时频域矩阵p＝0，1，LP-1，q＝0，1，LNfft-1；步骤三，对步骤二中得到的跳频混合信号时频域矩阵进行预处理；步骤四，利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率；步骤五，根据步骤四估计得到的归一化混合矩阵列向量估计时频域跳频源信号；步骤六，对不同跳频点之间的时频域跳频源信号进行拼接；步骤七，根据源信号时频域估计值，恢复时域源信号。2.如权利要求1所述的方法，其特征在于，在步骤二中，(p，q)表示时频索引，具体的时频值为这里Nfft表示FFT变换的长度，P表示加窗次数，C为整数，表示短时傅里叶变换加窗间隔的采样点数，一般C＜Nfft，且Kc＝Nfft/C为整数，也就是说采用的是重叠加窗的短时傅里叶变换。3.如权利要求1所述的方法，其特征在于，在步骤三中，对跳频混合信号时频域矩阵进行预处理，具体包括如下两步：第一步，对进行去低能量预处理，即在每一采样时刻p，将幅值小于门限ε的值置0，得到门限ε的设定可根据接收信号的平均能量来确定；第二步，找出p时刻(p＝0，1，2，LP-1)非零的时频域数据，用表示，其中表示p时刻时频响应非0时对应的频率索引，对这些非零数据归一化预处理，得到T预处理后的向量b(p，q)＝[b1(p，q)，b2(p，q)，L，bM(p，q)]，其中4.如权利要求1所述的方法，其特征在于，在步骤四中，利用聚类算法估计每一跳的跳变时刻以及各跳对应的归一化的混合矩阵列向量、跳频频率时，包括以下步骤：第一步，在p(p＝0，1，2，...P-1)时刻，对表示的频率值进行聚类，得到的聚类中心个数表示p时刻存在的载频个数，个聚类中心则表示载频的大小，分别用2CN103051367A权利要求书2/4页表示；第二步，对每一采样时刻p(p＝0，1，2，...P-1)，利用聚类算法对进行聚类，同样可得到个聚类中心，用表示；第三步，对所有求均值并取整，得到源信号个数的估计即第四步，找出的时刻，用ph表示，对每一段连续取值的ph求中值，用表示第l段相连ph的中值，则表示第l个频率跳变时刻的估计；第五步，根据第二步中估计得到的p≠ph以及第四步中估计得到的频率跳变时刻估计出每一跳对应的个混合矩阵列向量具体公式为：这里表示第l跳对应的个混合矩阵列向量估计值；第六步，估计每一跳对应的载频频率，用表示第l跳对应的个频率估计值，计算公式如下：5.如权利要求1所述的方法，其特征在于，在步骤五中，根据步骤四中估计得到的归一化混合矩阵列向量估计时频域跳频源信号，具体步骤如下：第一步，对所有采样时刻索引p判断该时刻索引属于哪一跳，具体方法为：如果则表示时刻p属于第l跳；如果则表示时刻p属于第1跳；第二步，对第l(l＝1，2，L)跳的所有时刻pl，估计该跳各跳频源信号的时频域数据，计算公式如下：3CN103051367A权利要求书3/4页6.如权利要求1所述的方法，其特