[发明专利]一种去除相关信号中干扰信号的方法有效
申请号: | 201510563569.3 | 申请日: | 2015-09-07 |
公开(公告)号: | CN105260587B | 公开(公告)日: | 2017-12-08 |
发明(设计)人: | 王泽 | 申请(专利权)人: | 杭州师范大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 杭州杭诚专利事务所有限公司33109 | 代理人: | 叶绍华 |
地址: | 311121 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 去除 相关 信号 干扰 方法 | ||
技术领域
本发明涉及信号处理技术领域,尤其涉及一种去除相关信号中干扰信号的方法。
背景技术
对同一物体不同特性的测量数据之间往往存在一定的相关性。医学或认知科学或者其它科研实践中对复杂事件,比如脑卒中或语言障碍或大气污染等等,进行准确分析和描述时都需要从不同侧面或方向采集数据,这些数据之间往往相互干扰,你中有我我中有你,很难评估各自提供的独立信息。比如土壤沙化和干旱少雨两种现象相互影响,不加处理的话无法确定它们对环境生态各自独立的影响和共同影响。缺血性脑卒中临床诊断和评估中通常要测量脑血流和脑组织水分子的自由扩散程度,但这两种指标在脑卒中病人(或其他病人)的大脑中会相互影响,不加处理的话无法确定它们各自对疾病预测评估所提供的独立信息。再如在语言障碍评估中,测量语音错误和音系错误时很难做到相互不受对方干扰。
传统的做法是将这些相关变量两两正交映射然后取剩余部分作为各自独立的成分,其实这种提取方法只是保证了每个变量的剩余成分(输出)和另外的原始变量(输入变量)之间是正交和独立的,这些剩余成分之间仍然相关并且相关性与原始数据之间的相关性完全相等只是符号变反了。这种传统技术不能同时获得相关变量的共同成分。这样就需要开发一项新的技术用来提取相干信号各自独立的成分和共同的成分。将两个或多个相关变量分解成重合分量和相互正交的的剩余分量的技术可以称之为相关信号的独立成分萃取。
发明内容
本发明的目的是克服现有方法将相关信号两两正交映射,然后取剩余部分作为各自独立部分,只保证了每个信号的独立部分和另外的原始信号之间是独立的,而这些独立部分之间仍然相互关联的技术问题,提供了一种去除相关信号中干扰信号的方法,其能够提取出每个相关信号的独立部分,且独立部分之间不相互关联,去除信号中的干扰信息。
本发明的一种去除相关信号中干扰信号的方法,包括以下步骤:
S1:采集模块采集到两组相互关联的数据信号,并发送到中央处理单元;
S2:中央处理单元对接收到的数据信号进行处理,将采集到的每组数据信号在三维数据空间中形成一个特征矢量,该两组数据信号形成的特征矢量分别为和
S3:假设存在三个独立的分量满足如下公式:
⊥表示垂直关系,则和的共同部分为的独立部分为的独立部分为
S4:假设在三维数据空间中,的起点为A,终点为B,的起点A,终点为C,的起点为A,终点为D,的起点为D,终点为B,的起点为D,终点为C,直线BC上存在点G,使得直线AG垂直于直线BC,即AG⊥BC,由于AD⊥DB且AD⊥DC,所以直线AD垂直于平面DBC,由于直线BC在平面DBC上,所以AD⊥BC,结合AG⊥BC,得到直线BC垂直于平面ADG,所以DG⊥BC;
S5:直线AG上存在点P,使得直线DP垂直于直线AG,即DP⊥AG,由于直线BC垂直于平面ADG,则直线BC垂直于直线DP,即DP⊥BC,所以直线DP垂直于平面ABC;
S6:由上述向量之间的关系得到下列关系式:
从而计算得到:
||.||表示向量的2范数,|.|表示线段的长度;
S7:由上述向量之间的关系还得到下列关系式:
即
|AP|=|AG|-|PG|;
计算出|AP|、|DP|、|CG|的值,从而确定唯一的以及
S8:计算出与和垂直的单位向量从而计算出根据计算出
S9:中央处理单元将计算出的共同部分独立部分和独立部分输出。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州师范大学,未经杭州师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510563569.3/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用