[发明专利]基于异常值检测的子空间投影滤波器设计在审

专利信息
申请号: 201810435822.0 申请日: 2018-05-08
公开(公告)号: CN108629125A 公开(公告)日: 2018-10-09
发明(设计)人: 吴太锋;罗忠涛;卢鹏 申请(专利权)人: 重庆邮电大学
主分类号: G06F17/50 分类号: G06F17/50;G06F17/16
代理公司: 暂无信息 代理人: 暂无信息
地址: 400065*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检验统计量 抑制干扰 子空间 自适应 滤波器 干扰子空间 特征子空间 投影滤波器 协方差矩阵 异常值检测 噪声子空间 自相关矩阵 干扰参数 高斯分布 检测算法 空间投影 特征分解 特征分析 信号对应 样本数据 噪声特性 结合子 正交性 映射 取样 样本 检测 检验
【权利要求书】:

1.一种基于异常值检测的子空间投影滤波器设计方法,其特征在于,包括以下步骤为:

步骤1,对接受的信号计算其自相关函数,排列为自相关矩阵;

步骤2,对估计的协方差矩阵进行特征值分解,得到信号的特征值矩阵;

步骤3,对特征值矩阵特征值元素取绝对值,并从小到大排列为次序统计量X,视为观测数据样本使用Lilliefors检验统计量的检测算法,求出干扰特征值的自适应阈值;

步骤4,根据求得的自适应阈值,检测干扰特征值集合Σi后,确定其子空间Ui,则信号与噪声子空间为Ui的补集,进行子空间投影抑制干扰。

2.如权利要求1所述的一种基于异常值检测的子空间投影滤波器设计方法,其特征在于,在步骤1中对样本信号排列自相关矩阵,

3.如权利要求1所述的一种基于异常值检测的子空间投影滤波器设计方法,其特征在于,对自相关矩阵进行特征值分解,即

其中下标i,s,n分别代表干扰、信号、白噪声。

4.如权利要求1所述的一种基于异常值检测的子空间投影滤波器设计方法,其特征在于,使用Lilliefors检验统计量的检测算法,检测出干扰特征值的阈值,得到干扰特征值集合Σi后,确定其子空间Ui,则信号与噪声子空间为Ui的补集。基于此子空间进行投影,

5.如权利要求1、4所述的一种基于异常值检测的子空间投影滤波器设计方法,其特征在于,干扰特征值的阈值的计算,采用统计检验的思想,利用次序统计量进行依次计算。对分解后的特征值从小到大排列为次序统计量X,视为观测数据样本。设观测数据样本个数(维度)为L。设置最小的噪声样本数l0,给以l=l0,...,L,取X的前l个数据为检验向量Xl,计算统计量D的第l个元素,为

6.如权利要求5所述的一种基于异常值检测的子空间投影滤波器设计方法,其特征在于,计算样本的均值和标准差参数高斯分布的期望累计分布函数以及样本累计分布函数寻找统计量D最小值,给出其对应的样本点数L0≤l≤L。对于l<Ln的X(l)为噪声样本,l>Ln的X(l)为干扰样本,得到噪声方差估计为σn,此时噪声样本比例为η=Ln/L。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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重庆邮电大学,未经重庆邮电大学许可,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/201810435822.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top