一种联合平稳相关源信号的盲源分离方法技术

本发明专利技术涉及一种联合平稳相关源信号的盲源分离方法，属于信号处理领域。本发明专利技术首先基于盲源分离的线性模型，提出了对模型的基本假设；然后将观测信号分解为常规部分和可预测部分，研究了从可预测部分中提取有用信息的方法；基于这种方法进行了混合矩阵的估计，并实现了相关源信号的分离。本发明专利技术将观测信号分解为常规部分和可预测部分，从可预测部分中提取有用信息，解决了传统盲源分离方法基于源信号独立或者不相关的假设，无法进行相关源信号分离的问题。离的问题。离的问题。

【技术实现步骤摘要】
一种联合平稳相关源信号的盲源分离方法


[0001]本专利技术属于信号处理领域，具体涉及一种联合平稳相关源信号的盲源分离方法。

技术介绍

[0002]盲源分离(Blind Source Separation,BSS)问题，缺少先验知识时必须考虑源信号的一些特殊假设。许多BSS算法考虑了源信号的统计特性，其中最常用的是源信号的统计独立性，这些方法的目标是寻找一个分离过程以实现最多的独立输出；其次是源信号的不相关性，这些方法利用了源信号的时间相关性(二阶盲辨识)，运用了相关矩阵的联合对角化的方法。
[0003]BSS算法的另外一种方法是通过跟踪源信号的一些先验特征实现盲源分离，CMA便是其中一种重要的技术手段。还有一些方法利用了混合矩阵的特性，例如天线阵列的结构可使混合矩阵产生一种特殊结构，这种方法的典型代表是MUSIC和ESPIRIT算法。

技术实现思路

[0004](一)要解决的技术问题
[0005]本专利技术要解决的技术问题是如何提供一种联合平稳相关源信号的盲源分离方法，以解决传统盲源分离方法基于源信号独立或者不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种联合平稳相关源信号的盲源分离方法，其特征在于，该方法包括如下步骤：S1、计算观测信号的相关函数：S2、计算谱密度函数：S3、从谱密度函数中提取对应可预测部分的谱成分：S4、去除谱密度函数中对应共用频率成分的项：S5、计算期望的相关函数：S6、构造相关矩阵：S7、应用S0BI方法；S8、得到混合矩阵A和源信号s(t)。2.如权利要求1所述的联合平稳相关源信号的盲源分离方法，其特征在于，假设d个信号s1(t)，
…
，s
d
(t)是来源于不同位置的d个信号源，x(t)＝a1s1(t)+
…
+a
d
s
d
(t)+n(t)因此x(t)＝y(t)+n(t)＝A
·
s(t)+n(t)其中是从m个传感器获得的观测信号，是从m个传感器获得的观测信号，是由d个未知源信号组成的源信号，是加性噪声信号，是混合矩阵；假设：s(t)中的每一个成分都是零均值的平稳随机过程；n(t)是零均值的平稳随机过程，与源信号相互独立；混合矩阵A满秩；源信号是联合平稳的，但不要求源信号必须是相互独立或者不相关的。3.如权利要求2所述的联合平稳相关源信号的盲源分离方法，其特征在于，观测信号表示为以下模型形式：其中是混合矩阵；因此，x
i
(t)＝α
i
s1(t)+β
i
s2(t)+n
i
(t)，i＝1，2，
…
源信号的常规和预测部分可分别表示为s
ir
(t)和s
ip
(t)，i＝1，2：s
i
(t)＝s
ip
(t)+s
ir
(t)其中
其中{a
K
}和{b
L
}是正交随机变量，{ω
1K
}，{ω
2L
}是频率集；由于任何信号的常规和预测部分都是正交的，可得x
i
(t)＝x
ip
(t)+x
ir
(t)+n
i
(t)，i＝1，2，
...

【专利技术属性】
技术研发人员：刘宗宝，张力，刘更，程智鹏，
申请(专利权)人：北京计算机技术及应用研究所，
类型：发明
国别省市：