一种基于最大矩阵对角率的欠定盲分离方法.pdf

(19)中华人民共和国国家知识产权局*CN102568493A*(12)发明专利申请(10)申请公布号CN102568493A(43)申请公布日2012.07.11(21)申请号201210042969.6(22)申请日2012.02.24(71)申请人大连理工大学地址116024辽宁省大连市高新园区凌工路2号(72)发明人马晓红魏亮生(74)专利代理机构大连星海专利事务所21208代理人徐淑东(51)Int.Cl.G10L21/02(2006.01)G10L15/20(2006.01)G10L19/02(2006.01)权利要求书权利要求书5页5页说明书说明书1010页页附图附图44页(54)发明名称一种基于最大矩阵对角率的欠定盲分离方法(57)摘要本发明公开一种基于最大矩阵对角率的欠定盲分离方法。本发明首先通过构造混合矩阵的个维子矩阵的逆矩阵（其中、分别为传感器个数和源信号个数）;然后将逆矩阵与观测信号向量相乘得到个初估信号向量;最后依次计算每个初估信号向量的协方差矩阵、实部矩阵、绝对值矩阵，并计算对角率，取最大对角率对应的初估信号向量作为源信号向量的估计，从而实现了对源信号的欠定分离。本发明降低了对源信号稀疏性的要求，每个时频点上最多允许路源信号混叠，解决了音乐信号和噪声信号的欠定分离问题。对源信号的统计特性要求不高，解决了高斯信号和相关信号的欠定分离问题。此外，本发明对各个时频点以及各个子矩阵的处理都可以并行执行，利于硬件实现。CN102568493ACN102568493A权利要求书1/5页1.一种基于最大矩阵对角率的欠定盲分离方法，包括以下步骤：步骤100：利用传感器检测瞬时混合的观测信号，表示为：x(t)＝As(t)(1)T式(1)中x(t)＝[x1(t)，x2(t)，…，xM(t)]表示由传感器接收到的M维观测信号向量，A表示M×N(M＜N)维已归一化的行满秩混合矩阵，s(t)＝[s1(t)，s2(t)，…，sN(t)]T表示N维未知的源信号向量；步骤200；将瞬时混合的观测信号送入正交变换模块进行短时傅里叶变换，得到时频域观测信号X(τ，w)；并将该时频域观测信号X(τ，w)送入构造最佳子矩阵模块；步骤300：利用构造最佳子矩阵模块计算时频域观测信号向量X(τ，w)对应的对角率并检索最大值，根据最大对角率构建最佳子矩阵；首先依次从混合矩阵A中按列标递增且互不相同的原则选取M个列向量，构造出个M×M维子矩阵，然后对每个子矩阵进行相应算法处理；具体包括子步骤310，320，330，340，350；步骤310：首先对混合矩阵A的第一个子矩阵A1进行处理；包括子步骤311，312，313，314：步骤311：构造混合矩阵A的第一个子矩阵A1，并求A1的逆矩阵首先，利用混合矩阵A的列向量，按照列标递增且互不相同的原则选取M个列向量来构造如式(2)所示的第一个M×M维子矩阵A1：其中a1i，a2i，…，aMi为混合矩阵A的第i(1≤i≤M)列元素；子矩阵A1的列向量分别对应混合矩阵A的第1，2，…，M列元素；然后，求子矩阵A1的逆矩阵因为混合矩阵A为行满秩矩阵，所以子矩阵A1存在逆矩阵：其中操作符inv()表示求逆矩阵操作；步骤312：利用步骤311所得矩阵计算第一个初估信号向量S1(τ，ω)；初估信号向量S1(τ，ω)表示为：T其中X(τ，ω)＝[X1(τ，ω)，X2(τ，ω)，…，XM(τ，ω)]为传感器接收到的M维时频域观测信号向量；初估信号向量S1(τ，ω)同样为M维列向量；步骤313：计算初估信号向量S1(τ，ω)的协方差矩阵C1，如式(5)所示：这里，初估信号向量S1(τ，ω)简写为S1；观测信号向量X(τ，w)简写为X；操作符(·)H表示共轭转置操作；步骤314：计算协方差矩阵C1的对角率d1，如式(6)、(7)、(8)所示：首先，对协方差矩阵C1的每个元素取实部，构造协方差矩阵C1的实部矩阵R1，如式(6)2CN102568493A权利要求书2/5页所示：R1＝real(C1)(6)其中操作符real(·)表示取矩阵各元素实部操作；然后，构造实部矩阵R1的绝对值矩阵M1，如式(7)所示：M1＝abs(R1)(7)其中操作符abs(·)表示求矩阵各元素绝对值操作；最后，由绝对值矩阵M1计算对角率d1，如式(8)所示：其中操作符sum(·)表示求矩阵或向量中所有元素和操作；操作符diag(·)表示取矩阵主对角线元素操作，其结果为由矩阵各主对角元素构成的列向量；步骤320：其次对混合矩阵A的第二个子矩阵进行处理；包括子步骤321，322，323，324：步骤321：类同步骤311，利用混合矩阵A的列向量，按照列标递增且互不相同的原则选取M个列向量来构造第二个M×M维子矩阵A2，并求A2的逆矩阵首先，利用混合矩阵