[发明专利]单通道信号盲源分离幅度校正方法

权利要求书

1.一种单通道信号盲源分离幅度校正方法，其特征在于，包括如下步骤：

1)设单通道多分量非平稳信号作为源信号为x(n)，对其使用EMD分解和FastICA方法进行单通道信号的盲源分离，分离后信号是y_i(n)，i＝1,2,…,m，m是分离后获得的信号的个数，分离后信号y_i(n)的幅度与源信号x(n)中所包含的分量的幅度不一致；

2)根据原始多分量非平稳信号和分离后信号y_i(n)的方差设计神经网络目标函数，以分离后信号y_i(n)和配准信号y_m+1(n)作为神经网络输入，对神经网络进行训练，输出是幅度校正系数b_i+1(n)，其中配准信号y_m+1(n)时间维度与分离后信号y_i(n)一致；

3)神经网络输出的配准信号的幅度校正系数b_m+1(n)≈1，则满足精度要求，否则，改变神经网络的学习步长和/或网络拓扑结构重新训练，直到配准信号的幅度校正系数b_m+1(n)满足精度要求为止，得到满足精度要求的幅度校正系数b_i(n)；

4)幅度校正系数b_i(n)分别对相对应的分离后信号y_i(n)进行幅度校正。

2.如权利要求1所述的单通道信号盲源分离幅度校正方法，其特征在于，前馈神经网络的输入层单元和输出层单元均为m+1，神经网络目标函数为：

对神经网络训练，直到网络收敛满足设定的精度指标或达到设定的最大迭代次数。

3.如权利要求1所述的单通道信号盲源分离幅度校正方法，其特征在于，配准信号的中心频率为各分量信号中心频率之和的均值，配准信号的幅度相对于观测信号的幅度属于同一量级。

4.如权利要求1所述的单通道信号盲源分离幅度校正方法，其特征在于，步骤4)中，使用幅度校正系数b_i(n)乘以对应的分离后信号y_i(n)完成幅度校正。