首页> 中国专利> 一种冗余扩展单源观测信号的盲信号分离方法

一种冗余扩展单源观测信号的盲信号分离方法

摘要

一种冗余扩展单源观测信号的盲信号分离方法,首先对单源观测信号进行冗余编码,其次盲信号分离,最后源信号恢复。解决现有研究单源观测信号进行盲信号分离难题的方法,将该方法进行编程程序并固化到处理芯片上,能够解决当前很多信号处理的实际难题。通过对单源观测信号进行冗余扩展,使得一个观测信号变成多个观测信号片,同时由于改变后的信号周期性和独立性没有改变,因此这些信号片可以当成多个观测点获取的观测数据,从而达到改变观测数据正定性的目的,使得能够使用传统的盲分离方法对该单源观测信号进行盲分离。

著录项

  • 公开/公告号CN104636313A

    专利类型发明专利

  • 公开/公告日2015-05-20

    原文格式PDF

  • 申请/专利权人 成都理工大学;

    申请/专利号CN201410785148.0

  • 发明设计人 蔡彪;

    申请日2014-12-16

  • 分类号G06F17/16(20060101);

  • 代理机构51216 四川君士达律师事务所;

  • 代理人芶忠义

  • 地址 610059 四川省成都市成华区二仙桥东三路1号

  • 入库时间 2023-12-18 08:59:18

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2017-12-29

    授权

    授权

  • 2015-11-18

    实质审查的生效 IPC(主分类):G06F17/16 申请日:20141216

    实质审查的生效

  • 2015-05-20

    公开

    公开

说明书

技术领域

本发明属于信号处理技术领域,涉及一种冗余扩展单源观测信号 的盲信号分离方法。

背景技术

盲信号处理就是在源信号和传输通道的参数的未知的情况下, 根据源信号的统计特性,仅由观测信号恢复出源信号的过程。在现实 应用中,盲分离在图像处理、语音信号处理、生物医学信号处理、声 纳以及雷达信号探测、通信信号处理等方面具有极大的应用前景。盲 分离按照其混叠方式的不同,可分为两大类:瞬时线性混叠和非线性 混叠,目前大多数研究都集中在瞬时线性混叠信号分离。

线性混叠信号盲信号又分为正定和欠定两种情形。正定盲信号 分离研究成熟,基于独立分量分析的成果较多。欠定盲信号分离是指 观测器数目等于或多于源信号个数的情况。如果观测器个数少于源信 号个数,盲分离则变得非常困难,这时候往往采用的方法包括稀疏成 分分析与混叠信号估计混合的办法来解决。在极端情况下,当观测器 数目为1个的时候,即单源盲信号分离,处理就变得尤其困难,但其 适用性却最广。因此研究单源观测信号的忙信号分离技术具有重要的 科学价值和现实意义。

发明内容

本发明的目的是提供一种冗余扩展单源观测信号的盲信号分离 方法,基于(K,n)门限对单源观测信号进行冗余扩展,扩展后的信号 具有相互独立性,可运用传统的盲分离算法进行处理,是一种能准确 实现单源盲信号的分离与恢复的可靠方法。

本发明所采用的技术方案是,一种冗余扩展单源观测信号的盲信 号分离方法,具体按照以下步骤实施:

第一步:对单源观测信号进行冗余编码:

盲信号分离的基本模型:

x(t)=As(t)+N(t),t=1,2,…

观测信号在时刻t的采样值x(t)=[x1(t),x2(t),…,xM(t)]T

待分离源信号在时刻t的采样值s(t)=[s1(t),s2(t),…,sN(t)]T

其中,t=1,2,…表示采样时刻,M为观测信号个数,N为源信 号的个数,N(t)为噪音信号,A∈RM*N实混叠矩阵,A的秩为a;

由于观测信号为单源信号,故x(t)为一维观测列向量,s(t)为一维 源信号列向量,对x(t)中的每个元素,构造基于(K,n)门限的观测信 号的冗余编码:

yk(t)=fk(x(t))

其中f(x)为(K,n)门限函数,fk(x(t))为对t时刻的单源观测信号x(t) 通过(K,n)门限函数进行第k项的冗余编码计算过程,yk(t)为通过第 k项计算得到第k个信号片;

这样,通过冗余切片计算得到yk(t)与观测信号独立,形成t时刻 的单源观测信号x(t)的冗余扩展:

x(t)→(y1(t),…,yk(t),…)

为了满足正定以及第三步重构的要求,规定K≥a+2;这样冗余扩 展后的单源信号变成相互独立的正定信号;

第二步:盲信号分离:

在第一步中,由于K≥a+2,因此至少可以构造3个不同的信号片 向量;分别通过独立成分分析方法对这3个信号向量进行分离:首先 需要通过估计混叠矩阵并判定源信号的个数,如果估计信号的个数为 M,矩阵A的秩a≥M,则用独立成分分析方法进行分离,否则,重 新估计混叠矩阵,重复第一步;

第三步:源信号恢复

经过第二步产生的信号并不是真正意义上的各个源信号,根据 (K,n)门限的思想,对3个矩阵分离出来的信号需采用拉格朗日插值 方法L(.)还原源信号;设(K,n)门限中n=2,还原出来的3个信号向 量分别为:

z1(t)=[Lv11(t),Lv21(t),…,Lvi1(t),…,Lva1(t)]

z2(t)=[Lv12(t),Lv22(t),…,Lvi2(t),…,Lva2(t)]

z3(t)=[Lv13(t),Lv23(t),…,Lvi3(t),…,Lva3(t)]

其中,z1(t),z2(t),z3(t)分别表示冗余观测信号通过yk(t)构造的3 个信号片向量通过混叠矩阵A经过第二步分离出来的3源信号片向 量,Lvi1(t),Lvi2(t),Lvi3(t)分别代表各源信号片中的第i个源信号片 分量;由于源信号片中分量的无序性,因此还需要进行如下方法进行 还原合成:

从z1(t)取出一个信号分量片Lvi1(t),分别于z2(t)和z3(t)中分两片 进行L(.)计算并得到结果向量:

L1,2(i)=[L(Lvi1(t),Lv12(t)),L(Lvi1(t),Lv22(t)),…,L(Lvi1(t),Lva2(t))]

L1,2(i)=[L(Lvi1(t),Lv13(t)),L(Lvi1(t),Lv23(t)),…,L(Lvi1(t),Lva3(t))]

其中:L(Lvi1(t),Lv22(t))为Lvi1(t)与Lv22(t)进行拉格朗日插值定理 还原计算;根据该定理可知,L1,2(i)中的每一个值必然能在L1,3(i)找到 一个值,与之相等,从这两个向量分别取出这两个值,这两个值就表 示是同一个源信号;重复该过程至L1,2(i)和L1,2(i)均为空,源信号重 构过程结束。

本发明的有益效果是:解决现有研究单源观测信号进行盲信号分 离难题的方法,将该方法进行编程程序并固化到处理芯片上,能够解 决当前很多信号处理的实际难题。通过对单源观测信号进行冗余扩 展,使得一个观测信号变成多个观测信号片,同时由于改变后的信号 周期性和独立性没有改变,因此这些信号片可以当成多个观测点获取 的观测数据,从而达到改变观测数据正定性的目的,使得能够使用传 统的盲分离方法对该单源观测信号进行盲分离。

具体实施方式

本发明一种冗余扩展单源观测信号的盲信号分离方法,使得单源 观测信号变成多个相互独立的观测信号,再使用现有的成熟盲信号分 离方法进行分离,最后通过信号合成,还原各种信号源信号。

具体步骤如下:

第一步:对单源观测信号进行冗余编码:

传统的盲信号分离的基本模型:

x(t)=As(t)+N(t),t=1,2,…

观测信号在时刻t的采样值x(t)=[x1(t),x2(t),…,xM(t)]T

待分离源信号在时刻t的采样值s(t)=[s1(t),s2(t),…,sN(t)]T

其中,t=1,2,…表示采样时刻,M为观测信号个数,N为源信 号的个数,N(t)为噪音信号,A∈RM*N实混叠矩阵,A的秩为a;

由于观测信号为单源信号,故x(t)为一维观测列向量,s(t)为一维 源信号列向量,对x(t)中的每个元素,构造基于(K,n)门限的观测信 号的冗余编码:

yk(t)=fk(x(t))

其中f(x)为(K,n)门限函数,fk(x(t))为对t时刻的单源观测信号x(t) 通过(K,n)门限函数进行第k项的冗余编码计算过程,yk(t)为通过第 k项计算得到第k个信号片。

这样,通过冗余切片计算得到yk(t)与观测信号独立,形成t时刻 的单源观测信号x(t)的冗余扩展(从单个值变成了一维向量):

x(t)→(y1(t),…,yk(t),…)

为了满足正定以及第三步重构的要求,规定K≥a+2。这样冗余扩 展后的单源信号变成相互独立的正定信号。

第二步:盲信号分离:

在第一步中,由于K≥a+2,因此至少可以构造3个不同的信号片 向量。分别通过独立成分分析方法对这3个信号向量进行分离:首先 需要通过估计混叠矩阵并判定源信号的个数,如果估计信号的个数为 M,矩阵A的秩a≥M,则用独立成分分析方法进行分离,否则,重 新估计混叠矩阵,重复第一步。

第三步:源信号恢复

经过第二步产生的信号并不是真正意义上的各个源信号,根据 (K,n)门限的思想,对3个矩阵分离出来的信号需采用拉格朗日插值方 法L(.)还原源信号。设(K,n)门限中r=2,还原出来的3个信号向量分 别为:

z1(t)=[Lv11(t),Lv21(t),…,Lvi1(t),…,Lva1(t)]

z2(t)=[Lv12(t),Lv22(t),…,Lvi2(t),…,Lva2(t)]

z3(t)=[Lv13(t),Lv23(t),…,Lvi3(t),…,Lva3(t)]

其中,z1(t),z2(t),z3(t)分别表示冗余观测信号通过yk(t)构造的3 个信号片向量通过混叠矩阵A经过第二步分离出来的3源信号片向 量,Lvi1(t),Lvi2(t),Lvi3(t)分别代表各源信号片中的第i个源信号片 分量。由于源信号片中分量的无序性,因此还需要进行如下方法进行 还原合成:

(1)从z1(t)取出一个信号分量片Lvi1(t),分别于z2(t)和z3(t)中分两 片进行L(.)计算并得到结果向量:

L1,2(i)=[L(Lvi1(t),Lv12(t)),L(Lvi1(t),Lv22(t)),…,L(Lvi1(t),Lva2(t))]

L1,2(i)=[L(Lvi1(t),Lv13(t)),L(Lvi1(t),Lv23(t)),…,L(Lvi1(t),Lva3(t))]

其中:L(Lvi1(t),Lv22(t))为Lvi1(t)与Lv22(t)进行拉格朗日插值定理 还原计算。根据该定理可知,L1,2(i)中的每一个值必然能在L1,3(i)找到 一个值,与之相等,从这两个向量分别取出这两个值,这两个值就表 示是同一个源信号。重复该过程至L1,2(i)和L1,2(i)均为空,源信号重 构过程结束。

本发明方法具有创新之处在于第一个步骤和与之匹配的第三个 步骤,因为单源信号分离非常困难,目前有效的研究成果很少。第一 个步骤提出的冗余扩展可以实现将单源观测信号扩展成传统的正定 信号,从而可以使用传统的独立成分方法进行分离。第三个步骤中由 于分离出来的信号为信号切片,还需要进行重组才能还原成真正源信 号。

本发明的优点在于:

1:通过单源观测信号进行盲信号分离目前还没有一个可证明有 效方法来实现,本发明提供了一种解决该难题的方法。

2:在集成制造过程中,设备的微小故障会产生振动变化微小信 号,运用该技术可分离出设备运行过程中故障设备振动信号,从而对 设备运行故障产生预警。

3:嘈杂环境下的个人语音信号与环境信号具有独立性,因此可 运用该技术实现通话语音发送端的语音降噪能力,在通话语音接收 端,可运用该技术实现接收端的语音增强,从而显著提高语音通话质 量。

4:在灾害救援的生命探测过程中,生命探测仪接受的生命信号 可能会被淹没在环境的噪声信号中,运用该技术可以提取出被噪音掩 盖的生命信号。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号