一种基于相似度度量的盲信号分解方法技术

本发明专利技术公开了一种基于相似度度量的盲信号分解方法，采用二元变分模态分解对复合有多路源信号的盲信号进行分解，自适应地分离出混合信号中的源信号，树分解方法与相似性度量结合，分离出混在当前模态信号中的其他模态，最终通过叠加获得纯净的子信号，并根据源信号与观测信号的相关度去除噪音分量，解决了现有算法需要二次分解的问题，增强了分离的抗噪声干扰能力，能够有效分离出混合信号中的源信号，克服了EMD方法分解存在的端点效应与模态混叠问题，具有良好的抗噪性能与信号分离能力。

【技术实现步骤摘要】
一种基于相似度度量的盲信号分解方法
本方法属于盲信号处理领域，具体涉及一种基于相似度度量的盲信号分解方法。
技术介绍
源信号相互之间混合的未知的信号被称为“盲信号”。实际生产生活中通过数字化采样获得的观测信号许多都是系统中多路源信号混合在一起的盲信号，比如水声信号、脑电信号等。组成盲信号的每个源信号反映了观测系统某一过程的状态信息。因此，如果能从混合若干信号的复合信号当中恢复出这些单独的源信号，对于判断观测系统组成部分之间的协调工作方式以及获取它们之间的相互影响关系具有重要意义。盲信号分离就是从接收到的混合信号中分别分离或恢复出单独的源信号。盲信号分离是信号处理中的一个基本问题。如何把一个复杂信号表示成一系列单独信号的组合，是信号处理里边的一个本质的核心问题。信号之间的差异性很大程度上包含在信号的“频率”当中，可以依据不同的频率从复合信号当中分离出不同的源信号。经典的信号分离算法有小波分解和经验模态分解(Empiricalmodedecomposition,EMD)。小波分解可以根据频率实现信号的“高低频”分离，但分解效果受到所选小波基本文档来自技高网...

【技术保护点】
1.一种基于相似度度量的盲信号分解方法，其特征在于，包括以下步骤：/n步骤1)、采集盲信号作为初始待分解源信号；/n步骤2)、对初始待分解源信号进行二元变分模态分解，得到第一信号分量、第二信号分量和第一残差信号；/n若第一信号分量和第二信号分量之间的相似度大于等于模态相似评估阈值，将第一信号分量和第二信号分量叠加为一个模态信号；若第一信号分量和第二信号分量之间的相似度小于模态相似评估阈值，则将第一信号分量和第二信号分量作为新的待分解源信号重新编号后放入待分解信号集合中，若模态信号集合中存在与第一残差信号的相似度大于等于残差匹配评估阈值的模态信号，则将该模态信号与第一残差信号叠加后重新编码放入模...

【技术特征摘要】
1.一种基于相似度度量的盲信号分解方法，其特征在于，包括以下步骤：
步骤1)、采集盲信号作为初始待分解源信号；
步骤2)、对初始待分解源信号进行二元变分模态分解，得到第一信号分量、第二信号分量和第一残差信号；
若第一信号分量和第二信号分量之间的相似度大于等于模态相似评估阈值，将第一信号分量和第二信号分量叠加为一个模态信号；若第一信号分量和第二信号分量之间的相似度小于模态相似评估阈值，则将第一信号分量和第二信号分量作为新的待分解源信号重新编号后放入待分解信号集合中，若模态信号集合中存在与第一残差信号的相似度大于等于残差匹配评估阈值的模态信号，则将该模态信号与第一残差信号叠加后重新编码放入模态信号集合中，否则，则将第一残差信号放入残差信号集合；
若由第一信号分量和第二信号分量叠加的模态信号与第一残差信号的相似度大于等于残差匹配评估阈值，则该初始待分解源信号为一个模态信号，无需分解；
由第一信号分量和第二信号分量叠加的模态信号与残差信号的相似度小于残差匹配评估阈值时，若模态信号集合中存在与由第一信号分量和第二信号分量叠加的模态信号的相似度大于等于模态匹配评估阈值，则将该模态信号与由第一信号分量和第二信号分量叠加的模态信号叠加后重新编码放入模态信号集合中，否则，则将由第一信号分量和第二信号分量叠加的模态信号编码后放入模态信号集合中；
由第一信号分量和第二信号分量叠加的模态信号与残差信号的相似度小于残差匹配评估阈值时，若模态信号集合中存在与第一残差信号的相似度大于等于残差匹配评估阈值的模态信号，则将该模态信号与第一残差信号叠加后重新编码放入模态信号集合中，否则，则将第一残差信号放入残差信号集合；
步骤3)、重复步骤2)将待分解信号集合中的待分解源信号依次进行二元变分模态分解，直至待分解信号集合为空集；
步骤4)、将残差信号集合中的所有残差信号叠加形成判别信号，如果判别信号与初始待分解源信号的最大互信息系数大于等于模态筛选阈值，则将判别信号作为新的待分解源信号，重复步骤2)至步骤4)，直至残差信号集合中的所有残差信号叠加形成的判别信号与初始待分解源信号的最大互信息系数小于模态筛选阈值；
步骤5)、模态信号集合中与初始待分解源信号的最大互信息系数大于等于模态筛选阈值的模态信号即为初始待分解源信号的分...

【专利技术属性】
技术研发人员：胡桥，付同强，郑惠文，刘钰，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61