[发明专利]未知数目稀疏源盲分离的混叠矩阵估计方法

权利要求书

1.未知数目稀疏源盲分离的混叠矩阵估计方法，其特征在于它的具体过 程为：

步骤A、将观测信号中的观测数据点中绝对值小于预定阈值的点去掉；所 述观测信号在时域就具有较好的稀疏性；

步骤B、将剩余的观测数据点投影到上半单位超球面上，获得所述观测数 据点投影到上半单位超球面之后的数据集为Z＝{z_j|j＝1，2，…，L}，其中z_j是M 维向量，L是数据点数；

步骤C、估计源信号数目，并获得混叠矩阵，具体过程为：

步骤C1、源信号数目为c，其取值的上限为c_max，选取源信号数目c的初 始值为2；

步骤C2、以源信号数目c为聚类簇数目，对观测数据点运行20次K-means 聚类算法，并取最优划分，获得第i类数据的聚类中心m_i、第i类数据的第j 个数据和第i类数据的点数n_i；

步骤C3、用霍夫变换求第i类数据的致密点p_i；

步骤C4、根据公式

FP-index(c)=(Σi=1c||pi-mi||21niΣj=1ni||zj(i)-mi||2)·cr-1]]>

计算聚类有效性准则的函数值FP-index(c)，其中，r称作惩罚因子；

步骤C5、如果所述源信号数目c＜c_max，则令c＝c+1，返回执行步骤C2； 否则，执行步骤C6；

步骤C6、比较源信号数目c从2至c_max所对应的每个函数值FP-index获 得最小函数值所对应源信号数目c，将其作为源信号数目的估计，然后将其对 应的每类数据致密点按列向量组合起来作为混叠矩阵的估计；

在上述过程中所述的i＝1，2，…，c，所述j＝1，2，…，n_i。