[发明专利]一种基于字典训练和正交匹配追踪的核信号提取方法

权利要求书

1.一种基于字典训练和正交匹配追踪的核信号提取方法，其特征在于，包括以下步骤：

步骤一，利用稀疏K-SVD算法及训练样本集y对初始字典D进行训练，得到过完备字典；

步骤二，利用正交匹配追踪算法对原始核脉冲信号Y进行稀疏表示，得出稀疏编码系数；

步骤三，利用稀疏分解得到的字典原子与稀疏编码系数重构核脉冲信号。

2.如权利要求1所述的基于字典训练和正交匹配追踪的核信号提取方法，其特征在于，K-SVD算法学习过程包括：

步骤A1，选取Gabor原库作为初始字典，初始字典的原子基本定义为：

其中，表示高斯窗函数；γ＝(s,u,v,w)是原子时频参数；s为尺度因子；u为位移因子；v为频率因子；w为相位因子；

步骤B1，通过给定训练样本进行字典学习更新；

步骤C1，通过以下分解过程逐次更新字典原子：

将x_k中非零元素构建N×|ω_k|的矩阵Ω，其中|ω_k|为x_k中非零元素的个数；

按照进行变换，以对进行SVD分解，式中，

3.如权利要求1所述的基于字典训练和正交匹配追踪的核信号提取方法，其特征在于，所述正交匹配追踪算法包括：

步骤A2，导入原始核信号y，并对其进行分块处理；导入训练好的过完备原子字典D；参数设置令残差R₀＝y，迭代次数为N；

步骤B2，在选定的过完备字典D中利用正交投影法挑选出与核信号y最匹配的原子使其满足以下条件：

将核脉冲信号按照式分解为在最佳原子上的分量和残差两部分，其中，R₁是残差；

对最佳匹配后的残差R₁进行式的分解过程。

4.如权利要求3所述的基于字典训练和正交匹配追踪的核信号提取方法，其特征在于，还包括利用正交化方法在分解的每一步对已经匹配到的原子进行正交化处理。