[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

说明书

一种基于多种特征量的盲信号提取方法，本发明提出利用一种或多种特征量同时对盲信号进行提取，对传统盲源提取方法添加各种约束并进行改进。本发明的步骤为：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。二、利用预定的各个特征量对初始权限量进行选择。三、利用初始权限量进行迭代计算得到提取结果。本发明采用多种特征量同时对一个信号进行约束提取，让盲源提取的过程不再局限于固定的特征量进行判断，而是变为可变特征量或多种特征量同时进行判断，泛用性较强，优化了盲源提取方法。

技术领域

本发明涉及盲源提取领域的方法，具体涉及一种基于多种特征量约束的盲源提取方法。

背景技术

盲信号处理主要分为盲源分离，盲源提取，盲反卷积，盲均衡，盲辨识，而本发明中提到的盲源提取则是盲源处理中的一种。为了在源信号未知或混合方式未知的情况下有效地提取出源信号，提出了盲源提取的方法，早在上世纪九十年代这个方法就已经被提了出来，这种方法实现了信号源个数未知时源信号的提取，而随着这一方法的逐渐发展，在2002年的时候提出了基于四阶累积量的盲源提取方法。在本发明中是以盲源分离方法为基础，并在此基础上进行进一步的处理，获得盲源提取的方法。对于盲源分离的算法早在上个世纪中期就已经提出，不过长期没有受到关注，直到1991年才被再次提出，经过多年的发展，在2004年一种非独立分量分析的方法被提出，自此转换了盲源分离的研究思路。

钢轨裂纹检测技术在中国美国印度俄罗斯等国家均有所发展，从2007年至今有多个学者在此领域进行研究，钢轨裂纹无损检测的方式主要有声发射检测法，脉冲涡流检测法，漏磁检测法和光学图像检测法等等，本发明中涉及到的检测方式主要是声发射检测方式。

本发明以盲源分离算法为核心算法，基于多种特征量对算法过程进行约束，提出基于多种特征量约束的钢轨裂纹信号盲源提取方法，利用信号之间各种特征量的不同来完成对不同信号的自由提取，对现有盲源提取方法进行改进，让方法不局限于单一的一种特征量，而是多种特征量同时影响下对一种信号进行提取。

发明内容

本发明的目的在于提出一种基于多种特征量约束的钢轨裂纹信号盲源提取方法。突破了传统的盲源提取方法中利用单一特征量进行提取的限制。

本发明的目的是通过以下技术方案实现的：首先对所有可能涉及的信号及其各类特征量及其对应的初始权值进行计算，得到一系列数据备用，再根据预先设定的所需特征量和阈值与所有信号的数据进行对比，并选择出合适的输出数据所对应的初始权值，再以此初始权值为方向进行迭代并分离出所需要的信号，达到盲源提取的目的。

本发明的流程图如图1所示，共分为三个步骤，具体步骤如下：

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。

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，原则上初始权向量的选取为随机选取，但是考虑到不同权值的效果不同，而且权值在计算过程中首先要经过归一化处理，因此在这里为了在归一化后突出不同的提取信号，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，通常取g(y)＝y³,g(y)＝tanh(y)等。经过此公式迭代得到的结果具有很大的随机性，并不能满足盲源提取方法中定向地提取出需要的信号的要求，因此在此基础上应进行进一步的推导使其满足盲源提取的要求。