[发明专利]基于自适应动量因子的时变信道下的盲源分离方法

说明书

本发明提出了一种基于自适应动量因子的时变信道下的盲源分离方法，属于信号处理领域，旨在保证分离收敛速度的同时有效降低分离的稳态误差，实现步骤为：构造分离指标并获取分离指标的自适应更新公式；获取分离矩阵的迭代步长；获取自适应动量因子；获取分离矩阵的迭代公式；获取源信号的估计值。本发明在分离矩阵的迭代中引入了自适应动量因子，在保证不降低分离收敛速度的条件下，降低了分离的稳态误差，提高源信号估计的准确性。

技术领域

本发明属于信号处理领域，涉及一种时变信道下的盲源分离方法，具体涉及一种基于自适应动量因子的时变信道下的盲源分离方法。

背景技术

盲源分离BSS是在源信号和传输信道均未知的情况下，仅根据源信号的统计独立性假设，从观测信号中恢复出源信号的过程。按照信道频率是否随时间而发生变化的特性，将信道分为非时变信道和时变信道，BSS即可分为非时变信道下的BSS以及时变信道下的BSS。

根据对数据处理的方式的不同，盲源分离算法分为批处理算法和在线算法。批处理算法如FastICA算法、JADE算法。在线算法是指随着数据的不断输入作递归式迭代处理，具有实时处理的特点，因而对时变信道具有一定的跟踪能力，但算法的收敛性和稳定性受到步长的影响，如EASI算法，自然梯度算法。传统的在线算法中采用固定步长对分离矩阵进行迭代，会限制收敛速度或者导致较高的稳态误差。

目前的技术在传统的在线算法的基础上采用自适应步长，引入自适应动量因子等方法来提高收敛速度，降低稳态误差，如邓大鹏，李骏，丁德强，贺翥祯于2016年在计算机工程与应用的第3期第52卷中公开的适用于时变系统的在线盲源分离算法研究。

陆建涛，成玮，訾艳阳，何正嘉于2015年12月在西安交通大学学报的第12期第49卷中公开了一种变步长等变自适应盲源分离算法，该方法利用EASI收敛条件构造用于表示信号分离程度的分离指标S，并设计带遗忘因子的更新算法实现分离指标S的自适应更新，再以分离指标S为变量构造非线性单调递增函数，作为分离矩阵的步长，即为分离矩阵迭代过程中的步长，计算分离矩阵和观测信号的乘积，得到源信号的估计。该方法在分离矩阵的迭代过程中根据分离指标S来获取步长，在迭代初期信号还未分离，分离指标S具有较大值，依据S取得较大值的步长，提高了分离的收敛速度，在迭代后期信号已经部分分离，分离指标S具有较小值，依据S取得较小值的步长，降低了分离的稳态误差。

上述方法的不足之处是：该方法在分离矩阵的迭代中根据分离指标S来获取步长，步长的取值控制了分离矩阵中各元素的更新幅度，在算法收敛后，分离矩阵中各元素更新幅度过大或过小都会导致过高的稳态误差，因为采取分离指标S对步长进行更新，从而在步长数值的调节过程中不可避免地会引入一定的误差，使得在降低稳态误差方面带来的效果有限。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种基于自适应动量因子的盲源分离的算法，旨在保证分离收敛速度的同时有效降低分离的稳态误差。

为实现上述目的，其发明采取的的技术方案包括如下步骤：

(1)获取分离指标S的自适应更新公式：

(1a)构造以常数为底数的指数函数Γ，同时利用EASI收敛条件构造分离指标S；

(1b)采用带有指数函数Γ的在线更新方式对分离指标S进行自适应更新，得到分离指标S的自适应更新公式；

(2)获取分离矩阵的迭代步长μ(k)：

(2a)以分离指标S为变量构造非线性单调递增函数k表示观测信号的采样点，k≥1；

(2b)设分离矩阵的当前步长μ₁(k)，以μ₁(k-1)和为变量构造线性函数μ(k)，并将该线性函数作为迭代步长；

(3)定义混合矩阵A(k)、分离矩阵W(k)、全局矩阵G(k)和串音误差PI(k)：