一种基于单源点的复值盲分离混合矩阵估计方法技术

本发明专利技术公开了一种基于单源点的复值盲分离混合矩阵估计方法，对于频域卷积盲分离，利用短时傅里叶变换将时域卷积混合模型转化为每个频带上的频域瞬时混合模型，基于混合数据样本的稀疏性假设，对复值混合数据进行相位标准化和取实部运算，将单源点提取由复数域转化到实数域来进行，同时使得数据的聚类特性复现在实数域，避免了在复值域运算的过程，提高了获取单源点问题的求解效率；利用稀疏编码技术，实现位于同一个一维子空间的数据点的搜寻，然后将单源点回溯到复域，通过基于相位不变的Hermitian角余弦距离的层次聚类法实现复值混合矩阵的估计。本发明专利技术仅需观察信号大于等于2个，即可实现任意源数目混合矩阵的估计。

A Blind Complex Separation Mixed Matrix Estimation Method Based on Single Source Point

【技术实现步骤摘要】
一种基于单源点的复值盲分离混合矩阵估计方法
本专利技术涉及机械振动信号和声辐射信号处理领域，具体基于单源点的复值盲分离混合矩阵估计方法。
技术介绍
机械系统的振动和噪声对系统的性能与安全有重要的影响，如水下航行器系统的振动过大容易影响自身稳定性能，航空发动机振动过大容易导致飞行器携带的仪器不能正常工作等，因此，寻找振动噪声源并采取措施减小其影响至关重要，对于机械系统传感器检测的观察信号不仅与当前时刻多个振源信号有关，也跟之前若干时刻的振源信号有关，而且鉴于机械系统的复杂性，通常缺乏振动源和混合特性的先验知识，给振动噪声源的寻找带来了挑战。盲源分离是在源信号和混合过程未知的情况下，从观测的混合信号中估计出原始信号的方法，为噪声源的分离与识别提供了很好的解决方案。其中瞬时混合是盲源分离中最简单的模型，尽管针对此模型已经提出了许多高效的算法，但在工程实际中很少符合瞬时混合模型，对于多输入多输出的机械系统来说，观测点接收到是振动源经过复杂传递路径后信号的叠加，如果不考虑非线性的因素，每一条传递路径在时域上可以用一个滤波器近似表示；类似的，麦克风测到的声信号是声源在空间中数个延迟、反射叠加后的本文档来自技高网...

【技术保护点】
1.一种基于单源点的复值盲分离混合矩阵估计方法，其特征在于，包括以下步骤：步骤1，将待分析的复值观测数据X进行相位标准化得到相应的复矩阵

【技术特征摘要】
1.一种基于单源点的复值盲分离混合矩阵估计方法，其特征在于，包括以下步骤：步骤1，将待分析的复值观测数据X进行相位标准化得到相应的复矩阵步骤2，将获取的复矩阵进行取实部运算，得到对应的实数矩阵R；步骤3，以步骤2中得到的R为对象数据，利用稀疏编码技术构造一个基于l1范数的目标函数，实现实域单源点快速提取；步骤4，根据步骤3中得到的实域单源点所对应的索引集合I，反推出矩阵X中的复域单源点，通过基于相位不变的Hermitian角余弦距离的层次聚类法对得到的复域单源点聚类实现混合矩阵的估计。2.根据权利要求1所述的基于单源点的复值盲分离混合矩阵估计方法，其特征在于，步骤1中对每个待分析的复值观察数据xi(k)依次进行相位标准化得到相应的复矩阵其中X(k)＝[x1(k)x2(k)…xm(k)]T，表示X(k)的第i个观察数据，表示xi(k)的模，表示xi(k)的相位，K表示样本点数，m表示观察数据的个数；对观察数据向量X(k)＝[x1(k)x2(k)…xm(k)]T进行相位标准化得到对应复向量写成矩阵形式为其中k＝1,2,…,K。3.根据权利要求2所述的基于单源点的复值盲分离混合矩阵估计方法，其特征在于，对步骤1中相位标准化后的复向量进行取实部运算，得到相应的实值向量写成矩阵形式为R＝[R(1)R(2)…R(K)]，其中real(·)为取实部算子，k＝1,2,…,K。4.根据权利要求3所述的基于单源点的复值盲分离混合矩阵估计方法，其特征在于，步骤2中得到的矩阵R的每一列是由m维观察复向量X(k)＝[x1(k)x2(k)…xm(k)]T经过相位标准化和取实部运算后得到实数列向量R(k)＝[r1(k)r2(k)…rm(k)]T组成，对应于观察数据X(k)的方向在时域中的表达，R(k)为矩阵R的第k列，k＝1,2,…,K，则R(k)可以被以R中的其他列作为基础矩阵进行稀疏编码，即R(k)＝Rak,s.t.akk＝0，其中为编码系数。5.根据权利要求1所述的基于单源点的复值盲分离混合矩阵估计方法，...

【专利技术属性】
技术研发人员：成玮，加正正，陈雪峰，周光辉，倪晶磊，朱岩，陆建涛，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61