[发明专利]一种基于多种特征量约束的钢轨裂纹信号盲源提取方法

权利要求书

1.一种基于多种特征量约束的钢轨裂纹信号盲源提取方法，其特征在于包括如下步骤：

步骤一：利用可变或多种特征值添加约束对传统盲源提取算法进行改进，包括：

1)首先针对j组源信号，设定初始权向量为一组长度为j的列向量，在这里选用的一组向量为其中α＝sgn||sgn(n-k)|-1|，在这里k为向量序号，n为每个向量内元素序号，n，k＝1，2，3，...，j，这j个向量分别对应一组源信号，而后续的工作就是将这j组权值分别和每组信号一一对应；

2)对可能分离出的信号进行计算，令混合后的信号为S，分别利用j种向量作为初始权向量进行迭代计算，当迭代h次后停止，分别计算其特征值；传统的盲源提取迭代过程利用的公式为

其中W为前一次的权向量，为迭代后的权向量，β＝E{W^TSg(W^T)}，g为非线性函数，取g(y)＝y³或g(y)＝tanh(y)，此基础上应进行进一步的推导使其满足盲源提取的要求；

在这里取g(y)＝tanh(y)，在迭代之前对W进行选择以及分类；因此先取第一个采样点的其中α＝sgn||sgn(n-k)|-1|，在计算h次后停止，此时将各个特征量存储备用；因此，在这里对特征量初步的计算公式如下：

其中p为采样点序号，k为向量序号，n为每个向量内元素序号，n，k＝1，2，3，...，j，α＝sgn||sgn(n-k)|-1|，将得到的各个特征量t_l，l＝1，2，3...存储备用；

需要取出相关初始权向量时，设有两个特征值范围分别为a₁＜T₁＜b₁，a₂＜T₂＜b₂，此时对于W_k的选取遵循规则

a₁＜t_k1＜b₁，a₂＜t_k2＜b₂

此时，迭代公式变为

使用的特征值是振铃计数和峭度，振铃计数是设定一个固定的阈值，对于超过的阈值采样点进行计数，对于峭度则利用公式来计算，在这里y为任意目标信号；如果每一次迭代都重新计算整个信号显然浪费资源与运算时间，因此为了简化计算在这里引入常数f，f＜1，令其中k为当前采样点数，

m⁴(y(k+1))＝f×m⁴(y(k))+(1-f)×y(k)⁴

m²(y(k+1))＝f×m²(y(k))+(1-f)×y(k)²

最终对得到的数据与预期进行比较，得到结果；

步骤二：利用预定的各个特征量对初始权向量进行选择，包括：

对于上一步中得到的各个向量以及其对应的初步分离的各个特征量进行存储，在涉及到预定特征量的时候取出这些存储好的特征量进行比较，找到符合条件的特征量就可以找到其对应的向量，并以此向量为初始权向量进行迭代计算；

步骤三：利用初始权向量进行迭代计算得到提取结果，包括：

对于上一步中得到的初始权向量，进行迭代计算，计算的公式为

公式与步骤一中所用相同，其中p为采样点序号，k为向量序号，n为每个向量内元素序号，n，k＝1，2，3，...，j，m为预先设定的判断点，其作用为当判断结果出现偏差时重置初始权向量，α＝sgn||sgn(n-k)|-1|，W_k为前一次的权向量，为迭代后的权向量；为了避免得到的结果有误，在计算过程中到固定的节点时会进行判断，判断的方式是计算此时各个分离结果的特征量，如果特征量满足要求则继续进行迭代运算，如果特征量不满足预期要求则变换初始权向量重新进行迭代。