基于雙重迭代的非正交聯(lián)合對(duì)角化瞬時(shí)盲源分離方法
【專利摘要】本發(fā)明公開(kāi)了一種基于雙重迭代的非正交聯(lián)合對(duì)角化瞬時(shí)盲源分離方法,首先記錄多次觀測(cè)信號(hào)數(shù)據(jù),計(jì)算基于觀測(cè)信號(hào)的目標(biāo)矩陣組,觀測(cè)信號(hào)混疊模型分成左、右兩個(gè)混疊矩陣,建立盲源分離代價(jià)函數(shù),在左、右混疊矩陣本質(zhì)相等條件下,將代價(jià)函數(shù)重構(gòu)成對(duì)稱擬合函數(shù),用雙重迭代法估計(jì)出非正交對(duì)角化所需的左、右混疊矩陣最優(yōu)值,導(dǎo)出最優(yōu)混疊模型,得到分離信號(hào),實(shí)現(xiàn)瞬時(shí)混疊盲分離。避免了現(xiàn)有非正交JD方法對(duì)目標(biāo)矩陣的過(guò)高要求,增大了觀測(cè)信號(hào)適用范圍。與現(xiàn)有技術(shù)比,本發(fā)明明顯降低了計(jì)算復(fù)雜度與迭代次數(shù),耗時(shí)最少;當(dāng)輸入SNR相同時(shí),同時(shí)滿足收斂時(shí)間最短、輸出SINR最大和廣義置換水平最小的情況,具有更優(yōu)的分離性能和收斂性。
【專利說(shuō)明】基于雙重迭代的非正交聯(lián)合對(duì)角化瞬時(shí)盲源分離方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于信號(hào)處理【技術(shù)領(lǐng)域】,主要涉及盲信號(hào)的非正交聯(lián)合對(duì)角化處理,具體說(shuō)是一種基于雙重迭代的非正交聯(lián)合對(duì)角化瞬時(shí)盲源分離方法,應(yīng)用于混疊方式為瞬時(shí)混疊時(shí)的盲源信號(hào)分離,在雷達(dá)信號(hào)處理、語(yǔ)音識(shí)別領(lǐng)域都有應(yīng)用。
【背景技術(shù)】
[0002]在無(wú)線電通信、醫(yī)學(xué)成像等眾多領(lǐng)域都要通過(guò)接收到的觀測(cè)信號(hào)來(lái)分析源信號(hào)的各種性能特征,如何在混疊系統(tǒng)中分離或者說(shuō)恢復(fù)出未知的源信號(hào)已逐漸成為信號(hào)處理【技術(shù)領(lǐng)域】的研究熱點(diǎn),比如在對(duì)雷達(dá)信號(hào)進(jìn)行處理時(shí),并不知道發(fā)射信號(hào)與傳輸信道,但希望利用接收天線接收到的觀測(cè)數(shù)據(jù)信號(hào)來(lái)提取出原發(fā)射信號(hào),采用盲信號(hào)處理技術(shù)可以最大程度地解決源信號(hào)的提取問(wèn)題。
[0003]盲源分離是盲信號(hào)處理的一個(gè)應(yīng)用方面,具體是指在未知源信號(hào)和傳輸信道參數(shù)的情況下,根據(jù)輸入源信號(hào)的統(tǒng)計(jì)特性,僅利用觀測(cè)信號(hào)就能分離出各個(gè)統(tǒng)計(jì)獨(dú)立的源信號(hào)的過(guò)程。
[0004]盲源分離除了對(duì)源信號(hào)有一定的統(tǒng)計(jì)要求之外,通常對(duì)混疊系統(tǒng)(傳輸信道)也會(huì)做一定的假設(shè)或要求。混疊系統(tǒng)可以分為無(wú)記憶和有記憶兩類。其中,無(wú)記憶系統(tǒng)輸出的當(dāng)前值只與源信號(hào)的當(dāng)前值有關(guān),而與源信號(hào)的過(guò)去值無(wú)關(guān)。在盲源分離中,常稱這樣的混疊系統(tǒng)為瞬時(shí)混疊系統(tǒng)。
[0005]自有人提出基于四階累計(jì)量的聯(lián)合對(duì)角化算法(簡(jiǎn)稱JD)用于盲源分離以來(lái),JD方法成為了解決瞬時(shí)盲分離的有效手段。其中根據(jù)觀測(cè)信號(hào)構(gòu)成的目標(biāo)矩陣組中存在的共同的混疊模型是否為正交(酉)矩陣,JD方法又分為正交JD方法和非正交JD方法兩大類。正交JD方法要求對(duì)應(yīng)混疊系統(tǒng)的混疊模型(或者說(shuō)分離矩陣)必須為正交(酉)矩陣。盡管在很多情況下,可以通過(guò)白化處理使得混疊模型滿足正交(酉)條件,但是白化處理會(huì)引入額外誤差,更嚴(yán)重的是,當(dāng)存在色噪聲的情況下,預(yù)白化處理將無(wú)法實(shí)現(xiàn)。
[0006]由于非正交聯(lián)合對(duì)角化方法不要求混疊模型為正交(酉)矩陣,同時(shí)可以避免由白化處理所引入的許多問(wèn)題(如白化誤差、對(duì)源信號(hào)的損害等),因此有很大實(shí)用前景。然而,目前對(duì)于非正交JD方法的應(yīng)用研究尚處于初級(jí)階段,例如現(xiàn)有的QDIAG方法、ARD方法、NJZD方法在試驗(yàn)時(shí)都具有較快的收斂性能,但這些方法中的代價(jià)函數(shù)無(wú)法避免出現(xiàn)平凡解和退化解的問(wèn)題,而Alle-Jan der Veen提到的SS-fitting方法和Nicholas DSidiropoulos提到的PARAFAC方法雖然能克服易產(chǎn)生奇異解的缺點(diǎn),但由于它們計(jì)算復(fù)雜度較高,也很難進(jìn)行工程利用。
【發(fā)明內(nèi)容】
[0007]針對(duì)現(xiàn)有聯(lián)合對(duì)角化算法存在的易產(chǎn)生奇異解、計(jì)算復(fù)雜度較大等缺點(diǎn),提供一種收斂速度快,收斂性能好、計(jì)算復(fù)雜度相對(duì)較低的基于雙重迭代的非正交聯(lián)合對(duì)角化瞬時(shí)盲源分離方法。[0008]本發(fā)明是一種基于雙重迭代的非正交聯(lián)合對(duì)角化瞬時(shí)盲源分離方法,本發(fā)明的瞬時(shí)盲源信號(hào)分離過(guò)程包括:
[0009]步驟1.首先針對(duì)觀測(cè)目標(biāo)記錄多次觀測(cè)信號(hào)數(shù)據(jù),分為L(zhǎng)個(gè)不同時(shí)刻^…,\或L個(gè)不同時(shí)延T1,…,h對(duì)應(yīng)的觀測(cè)信號(hào)數(shù)據(jù)進(jìn)行記錄。
[0010]步驟2.根據(jù)實(shí)際應(yīng)用要求計(jì)算出基于觀測(cè)信號(hào)的目標(biāo)矩陣組,即根據(jù)源信號(hào)特征與實(shí)際應(yīng)用要求計(jì)算出觀測(cè)信號(hào)的二階相關(guān)矩陣組或二階時(shí)延相關(guān)矩陣組,如果以時(shí)刻記錄的是二階相關(guān)矩陣組,如果以時(shí)延記錄的是二階時(shí)延相關(guān)矩陣,并將其作為目標(biāo)矩陣
組,二階相關(guān)矩陣組或二階時(shí)延相關(guān)矩陣組均可表示為
【權(quán)利要求】
1.一種基于雙重迭代的非正交聯(lián)合對(duì)角化瞬時(shí)盲源分離方法,其特征是瞬時(shí)盲源信號(hào)分離過(guò)程包括: 步驟1.首先針對(duì)觀測(cè)目標(biāo)記錄多次觀測(cè)信號(hào)數(shù)據(jù),分為L(zhǎng)個(gè)不同時(shí)刻^…,\或L個(gè)不同時(shí)延T1,…,h對(duì)應(yīng)的觀測(cè)信號(hào)數(shù)據(jù)進(jìn)行記錄; 步驟2.根據(jù)實(shí)際應(yīng)用要求計(jì)算出基于觀測(cè)信號(hào)的目標(biāo)矩陣組,即根據(jù)源信號(hào)特征與實(shí)際應(yīng)用要求計(jì)算出觀測(cè)信號(hào)的二階相關(guān)矩陣組或二階時(shí)延相關(guān)矩陣組,并將其作為目標(biāo)矩陣組,二階相關(guān)矩陣組或二階時(shí)延相關(guān)矩陣組均可表示為
2.根據(jù)權(quán)利要求1所述的基于雙重迭代的非正交聯(lián)合對(duì)角化瞬時(shí)盲源分離方法,其特征是:步驟3中所述利用對(duì)稱關(guān)系重構(gòu)盲源分離的代價(jià)函數(shù),包括有如下步驟 左、右混疊矩陣本質(zhì)相等,滿足U = V,利用對(duì)等關(guān)系,原觀測(cè)信號(hào)的目標(biāo)矩陣表示為R(I) = UA (I)Vh = VA (1)UH,將盲源分離的代價(jià)函數(shù)等價(jià)重構(gòu)成如下的對(duì)稱擬合函數(shù)形式:
3.根據(jù)權(quán)利要求2所述的基于雙重迭代的非正交聯(lián)合對(duì)角化瞬時(shí)盲源分離方法,其特征是:步驟4所述通過(guò)雙重迭代法計(jì)算出盲源信號(hào)分離的非正交對(duì)角化所需的左、右混疊模型的最終表達(dá)式,包括有如下步驟 .4.1固定混疊系統(tǒng)的左混疊矩陣U和右混疊矩陣V,求出以源信號(hào)的自相關(guān)系數(shù)為對(duì)角元素的對(duì)角矩陣組的估計(jì)為:
4.根據(jù)權(quán)利要求3所述的基于雙重迭代的非正交聯(lián)合對(duì)角化瞬時(shí)盲源分離方法,其特征是:步驟5中所述雙重迭代方法計(jì)算左、右混疊矩陣最優(yōu)估計(jì)值的具體迭代流程包括 .5.1.根據(jù)實(shí)際應(yīng)用要求,給定初始左混疊矩陣U(O); .5.2令初始右混疊矩陣V(O) =U (O),計(jì)算P(O) = Vn (O)K(O),V(O)為初始右混疊矩陣V(O)的中間計(jì)算量; . 5.3 計(jì)算
5.根據(jù)權(quán)利要求2或3或4所述的基于雙重迭代的非正交聯(lián)合對(duì)角化瞬時(shí)盲源分離方法,其特征是:通過(guò)公式Κ = ?得出觀測(cè)信號(hào)的最優(yōu)估計(jì)混疊模型2,它是盲源分離所需的聯(lián)合對(duì)角化因子矩陣,令分離矩陣w等于混疊模型2的廣義逆,w與觀測(cè)信號(hào)相乘,其結(jié)果為分離信號(hào),完成瞬時(shí)混疊盲源分離。
【文檔編號(hào)】G10L21/0272GK103780522SQ201410008571
【公開(kāi)日】2014年5月7日 申請(qǐng)日期:2014年1月8日 優(yōu)先權(quán)日:2014年1月8日
【發(fā)明者】馮大政, 劉玉胡, 張華 , 楊振偉, 袁海璐, 陳躍維 申請(qǐng)人:西安電子科技大學(xué)