一种时频联合最优化多源多信道信号分离方法技术

本发明专利技术公开了一种时频联合最优化多源多信道信号分离方法，本发明专利技术的方法首先通过傅里叶变换得到观测信号的频谱，利用传输路径频域分离特性，通过观测信号和内部辐射点确知信号分别估计每个频点的传输路径响应；然后基于传输路径为有限次反射的特点，将传输路径变换到时域，利用传输路径在时域的稀疏特性，采用稀疏最优化频点估计方法，对传输路径进行二次估计，从而得到时频联合最优化的传输路径估计。本发明专利技术方法充分利用了传输路径的时域和频域特性，通过在频域和时域联合构造最优化模型，获得符合实际传输路径特点的传输路径精确估计，可有效抑制外部干扰信号，实现不同传输路径上各信号的精确分离。径上各信号的精确分离。径上各信号的精确分离。

【技术实现步骤摘要】
一种时频联合最优化多源多信道信号分离方法


[0001]本专利技术属于电磁信号测量
，具体涉及一种多源多信道信号分离技术。

技术介绍

[0002]多源多信道信号分离技术是电磁兼容测量领域的重要问题之一，多源信号分离是干扰源判别和定位的前提，对于提高电磁兼容测量设备的测试能力以及提升电磁兼容诊断水平具有重要意义。目前主要分离方法见，文献：皮磊等，“SRP
‑
NMF：一种多通道盲源分离算法”，通信技术，2021，54(6)以及文献：王华庆等，“双约束非负矩阵分解的复合故障信号分离方法”，振动工程学报，2020，33(3)，目前多信号分离主要包括变换域法，如傅里叶变换法、时频分析法、小波变换法等，以及统计信号分析法，如主成分分析法和独立成分分析法等。
[0003]上述方法中，傅里叶变换法、时频分析法只能用于处理时频域可分信号的分离问题，无法实现噪声、调制信号等复杂信号的分离；统计信号分析法利用信号统计特征进行信号分离，对干扰信号的抑制能力较弱。

技术实现思路

[0004]为了解决现有技术存在的上述问题，本专利技术提出了一种时频联合最优化多源多信道信号分离方法。
[0005]为了方便描述本专利技术的内容，首先作以下术语定义：
[0006]定义1：多源多信道信号分离数据集
[0007]多源多信道信号分离数据集是指为了实现多源多信道信号分离所需的已知数据，一般包含多个接收通道采集到的测试环境中的多源多传输路径叠加的电磁信号以及部分辐射源的确知信号。在本专利技术中，多源多信道信号分离数据集由训练样本组成，每个训练样本包括：
[0008]1、多个接收通道观测信号，每个观测信号为一个复数向量，长度为信号采样点数。
[0009]2、内部辐射源确知信号，每个内部辐射源确知信号为一个复数向量，长度与单个通道观测信号长度相同，亦为信号采样点数。内部辐射源确知信号受操作人员控制产生，该信号为完全已知的确知信号。
[0010]为了进行最优化迭代，多源多信道信号分离数据集一般包含大量训练样本，如100个训练样本。
[0011]定义2：标准的随机数生成函数
[0012]标准的随机数生成函数是指能产生服从特定分布规律样本的随机数、随机向量和随机矩阵的生成函数，如MATLAB中“rand”函数等。
[0013]定义3：迭代终止条件
[0014]迭代终止条件是指导致迭代循环终止的条件，迭代终止条件可以是到达最大迭代次数，误差小于预设门限或误差变化量小于预设门限。本专利技术中，迭代终止条件为达最大迭
代次数。
[0015]定义4：标准的稀疏最优化频点估计方法
[0016]标准的稀疏最优化频点估计方法是指从多分量频率信号中估计频点值和其所对应复数幅度的方法，此类方法一般需要预设信号中允许的最多频率分量数目，如MUSIC算法等，详见姚昕彤等，基于MUSIC及其改进算法的DOA估计研究，通信技术.2021,54(06)。
[0017]标准的稀疏最优化频点估计方法输入为包含多个频率分量的复时域信号，输出可以是由频点和其所对应复数幅度所构成的数据对，也可以将频点和其所对应复数幅度至于与输入多分量频率信号长度相同的初始置零频域信号中，构成包含稀疏多频率分量频率信号所对应的稀疏复频域信号，即多脉冲频域信号。
[0018]本专利技术中，在采用标准的稀疏最优化频点估计方法时，利用了频率分析中，傅里叶变换和逆傅里叶变换的对偶特性，输入为传输信道的频域数据，其中包含多个不同频率、幅度和相位的频域信号，输出为与输入多分量频率信号长度相同的稀疏时域信号，其中包含不同时延所对应的脉冲信号。由于标准的稀疏最优化频点估计方法对应频率分析中的傅里叶变换，因此，通过对稀疏时域信号进行逆傅里叶变换，即可得到稀疏最优化后的频域信号。
[0019]本专利技术的具体技术方案为：一种时频联合最优化多源多信道信号分离方法，包括以下步骤：
[0020]步骤1、初始化多源多信道信号分离参数，
[0021]已知多源多信道信号分离数据集，记作D；接收通道数目，记作N；单个接收通道观测信号复向量长度，记作M；辐射源数目，记作K，K小于等于N；信道最大稀疏度，记作Q；迭代步长，记作h；频率估计最大迭代次数，记作U；信道估计最大迭代次数，记作V。
[0022]步骤2、初始化频域传输矩阵组，
[0023]通过标准的随机数生成函数，产生维度为N
×
K的随机数矩阵，作为第m个频点的传输信道矩阵的初始值，其中，m为第m个频点的序号，遍历所有频点m＝1,
…
,M，得到初始化后的频域传输矩阵组，记作
[0024]步骤3、计算多源多信道信号分离数据集单个训练样本的频谱，
[0025]随机从多源多信道信号分离数据集D中选择一个训练样本，包含N个接收通道观测信号复向量，记作b1，b2，
…
,b
N
；一个内部辐射源确知信号复向量，记作u；
[0026]分别对N个接收通道观测信号复向量b1，b2，
…
,b
M
进行M点傅里叶变换，得到N个接收通道观测信号频域复向量，记作c1，c2，
…
,c
N
；对内部辐射源确知信号复向量u进行M点傅里叶变换，得到内部辐射源确知信号频域复向量，记作s；
[0027]步骤4、单频点辐射源频域信号估计，
[0028]利用公式计算得到第m个频点的K个辐射源频域复向量估计值，记作其中，为第m个频点的传输信道矩阵的MP广义逆矩阵，C为第m个频点的N个接收通道观测信号频域复向量所构成的向量，
[0029][0030]为第m个频点的K个辐射源频域复向量估计值，
[0031][0032]其中，为第m个频点的内部辐射源确知信号频域复向量的估计值，为第m个频点的第一个未知外部辐射源频域复向量的估计值，为第m个频点的第K
‑
1个未知外部辐射源频域复向量的估计值；
[0033]步骤5、单频点传输信道矩阵更新，
[0034]利用第m个频点的内部辐射源确知信号频域复向量s(m)替换步骤4得到的第m个频点的K个辐射源频域复向量估计值的第一个分量，即得到更新后的第m个频点的K个辐射源频域复向量训练值，记作
[0035][0036]利用公式得到第m个频点的N个接收通道观测信号频域复向量所构成的向量的预测值
[0037]利用公式得到第m个频点的N个接收通道观测信号频域复向量所构成的向量的预测值和第m个频点的N个接收通道观测信号频域复向量所构成的向量的误差向量，记作err，
[0038]利用公式计算得到第m个频点的传输信道矩阵的更新量DA，其中，conj表示复共轭运算，上标T为矩阵转置运算；利用公式得到一次迭代后的第m个频点的传输信道矩阵其中，h为步骤1预设的迭代步长；
[0039]步骤6、进行全频点传输信道矩阵估计，
[0040]从1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种时频联合最优化多源多信道信号分离方法，包括以下步骤：步骤1、初始化多源多信道信号分离参数，已知多源多信道信号分离数据集，记作D；接收通道数目，记作N；单个接收通道观测信号复向量长度，记作M；辐射源数目，记作K，K小于等于N；信道最大稀疏度，记作Q；迭代步长，记作h；频率估计最大迭代次数，记作U；信道估计最大迭代次数，记作V。步骤2、初始化频域传输矩阵组，通过标准的随机数生成函数，产生维度为N
×
K的随机数矩阵，作为第m个频点的传输信道矩阵的初始值，其中，m为第m个频点的序号，遍历所有频点m＝1,
…
,M，得到初始化后的频域传输矩阵组，记作步骤3、计算多源多信道信号分离数据集单个训练样本的频谱，随机从多源多信道信号分离数据集D中选择一个训练样本，包含N个接收通道观测信号复向量，记作b1，b2，
…
,b
N
；一个内部辐射源确知信号复向量，记作u；分别对N个接收通道观测信号复向量b1，b2，
…
,b
N
进行M点傅里叶变换，得到N个接收通道观测信号频域复向量，记作c1，c2，
…
,c
N
；对内部辐射源确知信号复向量u进行M点傅里叶变换，得到内部辐射源确知信号频域复向量，记作s；步骤4、单频点辐射源频域信号估计，利用公式计算得到第m个频点的K个辐射源频域复向量估计值，记作其中，为第m个频点的传输信道矩阵的MP广义逆矩阵，C为第m个频点的N个接收通道观测信号频域复向量所构成的向量，收通道观测信号频域复向量所构成的向量，为第m个频点的K个辐射源频域复向量估计值，其中，为第m个频点的内部辐射源确知信号频域复向量的估计值，为第m个频点的第一个未知外部辐射源频域复向量的估计值，为第m个频点的第K
‑
1个未知外部辐射源频域复向量的估计值；步骤5、单频点传输信道矩阵更新，利用第m个频点的内部辐射源确知信号频域复向量s(m)替换步骤4得到的第m个频点的K个辐射源频域复向量估计值的第一个分量，即得到更新后的第m个频点的K个辐射源频域复向量训练值，记作频域复向量训练值，记作
利用公式得到第m个频...

【专利技术属性】
技术研发人员：杨顺，师君，张晓玲，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：