一种信号合成方法及系统技术方案

本发明专利技术公开了一种信号合成方法及系统。该方法包括步骤：建立合成信号的目标函数，并通过对目标函数求取合成权值的偏导数以确定需求解的矩阵；采用分段量化法对需求解的矩阵进行计算；采用加速迭代法计算采用分段量化法进行计算后的矩阵的最大特征值及对应的特征向量，以获取合成权值的最优值；根据合成权值的最优值进行加权相干相加操作，以对多路信号进行合成。该系统包括第一计算模块、第二计算模块、第三计算模块和合成模块。本发明专利技术提供的方法和系统在各路信号的噪声方差相等或者不相等的情况均可以使用，并在大幅度简化计算量的同时，使合成后的信号具备良好的性能。

Signal synthesizing method and system

The invention discloses a method and a system for synthesizing signals. The method comprises the following steps: establishing the objective function of synthetic signals, and through the objective function of the partial derivative of synthetic weights to determine demand matrix solution; using piecewise quantization method to calculate the demand matrix solution; maximum feature matrix using accelerated iterative calculation method using piecewise quantization method to calculate the value and the characteristic vector the optimal synthesis to obtain weight value; according to the optimal synthesis weight value weighted coherent addition operation, based on multi signal synthesis. The system comprises a first calculation module, a second calculation module, a third calculation module and a synthesis module. The method and the system provided by the invention can be used in situations where the noise variance of each signal is equal or unequal, and the performance of the synthesized signal can be improved when the amount of calculation is greatly simplified.

【技术实现步骤摘要】

本专利技术涉及传感器网络
，尤其涉及一种信号合成方法及系统。
技术介绍
近年来，传感器网络已经广泛应用于环境监测、健康护理、智能家居、城市交通以及军事安全，但是由于传感器网络节点信号感知能力有限，对于一些微弱信号的接收处理能力不足，因此需要将多个节点所接收到的信号进行合成，进而提高接收信号的信噪比。信号合成的目标就是使合成信号的信噪比最大，除了要将多路接收信号间时延和频率等参数差异进行补偿使信号对齐之外，还需要按照最优的权值进行加权相干相加。由于对齐之后信号部分相干相加，而噪声随机相加，合成信号的有用部分的功率比噪声功率提升多，因此合成信号的信噪比得到提高。K.M.Cheung等人发表的文章《EigenTheoryforOpticalSignalCombining:AUnifiedApproach》中提出了以合成信号信噪比为目标函数的特征值分解算法(Signal-to-NoiseRatioEIGEN，SNREIGEN)，其中估计噪声相关矩阵的通常做法是假设噪声是高斯白噪声，并通过记录一段纯噪声再进行相关计算获得。但这样，一方面会增加系统的复杂度，另一方面具有不能准确反映信号带宽内噪声特性的风险，所以实际应用中，更多采用合成信号功率作为目标函数进行权值估计。C.H.Lee等人发表的文章《Large-ArraySignalProcessingforDeepSpaceApplication》中指出输出功率最大准则与合成信号信噪比最大准则是等价的。最大输出信号功率准则就是以合成信号的功率作为目标函数，计算最优合成权值，使得合成信号的输出功率最大(CombinedOutputPowerEIGEN，COPEIGEN)。以合成信号功率为目标函数的特征值分解算法由于假设各信号的噪声方差相等，因此可以忽略噪声相关的影响，无需估计噪声相关矩阵，但是当各路信号噪声方差不一致时，采用最大输出信号功率准则计算合成权值将是有偏的。B.Luo等人发表的文章《OnEigen-BasedSignalCombiningUsingtheAutocorrelationCoefficient》中指出合成信号的自相关系数与合成信号信噪比最大准则是等价的(AutocorrelationCoefficientEIGEN，ACEIGEN)。以上三种算法SNREIGEN、COPEIGEN和ACEIGEN的最优合成权值计算过程相似，合成权值的最优值是某个矩阵最大特征值对应的特征向量。但是这些算法的主要问题在于计算量较大。特别是，随着接收信号路数N和相关计算的长度L的增加，计算信号相关矩阵和求解最大特征值对应的特征向量的计算量将是巨大的，因此需要改进算法对计算量进行大幅缩减。C.H.Lee等人发表的文章《FastEigen-BasedSignalCombiningAlgorithmforLargeAntennaArrays》提出两种迭代法能够得到最大特征值对应的特征向量，分别是(PowerMethod，PM)算法和(ProposedMatrix-freeSignalcombiningMethod，PMSM)算法。由于PM算法只计算最大特征值所对应的特征向量，避免了特征值分解所需要的运算，从而减少了计算量。但是该方法没有解决相关矩阵的计算问题，更重要的是该迭代法的收敛速度比较慢。PMSM算法通过特征向量迭代的方法无需计算相关矩阵，同时它与COPEIGEN和PM算法相同，都假设各信号的噪声方差相等，忽略噪声相关的影响，但是当各路信号噪声方差不一致时，采用这些算法计算合成权值将是有偏的，即合成损耗较大。
技术实现思路
本专利技术的目的在于，解决现有的信号合成技术中计算量大以及合成损耗较大的问题，提供一种信号合成方法及系统，通过采用分段量化法计算接收信号的相关矩阵，采用加速迭代法计算最大特征值对应的特征向量以获取信号合成的合成权值的最优值，该方法和系统在各路信号的噪声方差相等或者不相等的情况均可以使用，并在大幅度简化计算量的同时，使合成后的信号具备良好的性能。为了实现上述目的，一方面，本专利技术提供了一种信号合成方法。该方法包括步骤：建立合成信号的目标函数，并通过对目标函数求取合成权值的偏导数以确定需求解的矩阵；采用分段量化法对需求解的矩阵进行计算；采用加速迭代法计算采用分段量化法进行计算后的矩阵的最大特征值及对应的特征向量，以获取合成权值的最优值；根据合成权值的最优值进行加权相干相加操作，以对多路信号进行合成。优选地，建立合成信号的目标函数，并通过对目标函数求取合成权值的偏导数以确定需求解的矩阵步骤具体包括：建立合成信号信噪比的目标函数，通过对目标函数求取合成权值的偏导数获得需求解的矩阵为噪声的相关矩阵的逆矩阵和接收信号的相关矩阵的乘积；或建立合成信号功率的目标函数，通过对目标函数求取合成权值的偏导数获得需求解的矩阵为接收信号的相关矩阵；或建立合成信号自相关系数的目标函数，通过对目标函数求取合成权值的偏导数获得需求解的矩阵为接收信号的两个相关矩阵的乘积。优选地，采用分段量化法对需求解的矩阵进行计算步骤具体包括，互相关函数估计的计算公式为：其中，和分别为一阶和三阶切比雪夫多项式，表示分段量化函数。优选地，采用加速迭代法计算采用分段量化法进行计算后的矩阵的最大特征值及对应的特征向量，以获取合成权值的最优值步骤具体包括，定义迭代公式：b(k)＝Ba(k-1)＝(I+A)n-1a(k-1)；其中，A为n阶不可约非负方阵，B＝(I+A)n-1,I为单位矩阵。优选地，采用加速迭代法计算采用分段量化法进行计算后的矩阵的最大特征值及对应的特征向量，以获取合成权值的最优值步骤具体包括：其中，FA(a(k))和GA(a(k))是伴随于A的Collatz-Wielandt函数；λ(k)为矩阵A的特征值。优选地，采用加速迭代法计算采用分段量化法进行计算后的矩阵的最大特征值及对应的特征向量，以获取合成权值的最优值步骤具体包括：矩阵A的最大特征值为λ(k)＝0.5(GA(a(k))+FA(a(k)))，对应的特征向量为a(k)。另一方面，本专利技术提供了一种信号合成系统。该系统包括第一计算模块，第二计算模块、第三计算模块和合成模块。第一计算模块用于建立合成信号的目标函数，并通过对目标函数求取合成权值的偏导数以确定需求解的矩阵；第二计算模块用于采用分段量化法对需求解的矩阵进行计算；第三计算模块用于采用加速迭代法计算采用分段量化法进行计算后的矩阵的最大特征值及对应的特征向量，以获取合成权值的最优值。合成模块用于根据合成权值的最优值进行加权相干相加操作，以对多路信号进行合成。优选地，第一计算模块具体用于：建立合成信号信噪比的目标函数，通过对目标函数求取合成权值的偏导数获得需求解的矩阵为噪声的相关矩阵的逆矩阵和接收信号的相关矩阵的乘积；或建立合成信号功率的目标函数，通过对目标函数求取合成权值的偏导数获得需求解的矩阵为接收信号的相关矩阵；或建立合成信号自相关系数的目标函数，通过对目标函数求取合成权值的偏导数获得需求解的矩阵为接收信号的两个相关矩阵的乘积。优选地，第二计算模块具体用于采用如下公式计算互相关函数的估计：其中，和分别为一阶和三阶切比雪夫多项式，表示分段量化函数。优选地，第三计算模块具体用本文档来自技高网...

【技术保护点】
一种信号合成方法，其特征在于，包括步骤：建立合成信号的目标函数，并通过对目标函数求取合成权值的偏导数以确定需求解的矩阵；采用分段量化法对所述需求解的矩阵进行计算；采用加速迭代法计算采用分段量化法进行计算后的矩阵的最大特征值及对应的特征向量，以获取所述合成权值的最优值；根据所述合成权值的最优值进行加权相干相加操作，以对多路信号进行合成。

【技术特征摘要】
1.一种信号合成方法，其特征在于，包括步骤：建立合成信号的目标函数，并通过对目标函数求取合成权值的偏导数以确定需求解的矩阵；采用分段量化法对所述需求解的矩阵进行计算；采用加速迭代法计算采用分段量化法进行计算后的矩阵的最大特征值及对应的特征向量，以获取所述合成权值的最优值；根据所述合成权值的最优值进行加权相干相加操作，以对多路信号进行合成。2.根据权利要求1所述的方法，其特征在于，所述建立合成信号的目标函数，并通过对目标函数求取合成权值的偏导数以确定需求解的矩阵步骤具体包括：建立合成信号信噪比的目标函数，通过对目标函数求取合成权值的偏导数获得需求解的矩阵为噪声的相关矩阵的逆矩阵和接收信号的相关矩阵的乘积；或建立合成信号功率的目标函数，通过对目标函数求取合成权值的偏导数获得需求解的矩阵为接收信号的相关矩阵；或建立合成信号自相关系数的目标函数，通过对目标函数求取合成权值的偏导数获得需求解的矩阵为接收信号的两个相关矩阵的乘积。3.根据权利要求1所述的方法，其特征在于，所述采用分段量化法对所述需求解的矩阵进行计算步骤具体包括，互相关函数估计的计算公式为：R^x1x2(m)≈θ1T1[H^z1z2(m)]-θ3T3[H^z1z2(m)]]]>其中，和分别为一阶和三阶切比雪夫多项式，表示分段量化函数。4.根据权利要求1-3任一权利要求书所述的方法，其特征在于，采用加速迭代法计算采用分段量化法进行计算后的矩阵的最大特征值及对应的特征向量，以获取所述合成权值的最优值步骤具体包括，定义迭代公式：b(k)＝Ba(k-1)＝(I+A)n-1a(k-1)；a(k)=[1max1≤i≤nbi(k)]b(k),k=1,2,...;]]>其中，A为n阶不可约非负方阵，B＝(I+A)n-1,I为单位矩阵。5.根据权利要求4所述的方法，其特征在于，采用加速迭代法计算采用分段量化法进行计算后的矩阵的最大特征值及对应的特征向量，以获取所述合成权值的最优值步骤具体包括：limk→∞FA(a(k))=limk→∞GA(a(k))=λ(k)]]>其中，FA(a(k))和GA(a(k))是伴随于A的C...

【专利技术属性】
技术研发人员：王雷欧，王东辉，
申请(专利权)人：中国科学院声学研究所，
类型：发明
国别省市：北京;11