[发明专利]微弱信号盲提取方法

说明书

本发明公开的一种微弱信号盲提取方法，旨在提供一种鲁棒性和抗干扰性更加优越的盲提取方法，本发明通过下述技术方案实现：在基于信源独立的前提下，建立单通道瞬时线性混合模型；将单通道混合信号构造为窗长L为2的矩阵C，再依据奇异谱分析理论，对其矩阵C进行奇异值分解，并通过反汉克尔变换，得到奇异值对应时间序列；不断进行MRSSA变换，将单通道瞬时线性混合模型转换成多通道的共信道瞬时线性混合模型，得到重构矩阵X；重构后，构建MRSSA‑ICA滤波器，把单通道混合数据分解成多个ICs，将感兴趣信号分量被从单通道时频部分重叠多信号中提取出来，实现基于MRSSA‑ICA的共信道盲提取微弱信号。

技术领域

本发明涉及一种适用于全盲条件下微弱信号提取方法，尤其是基于多分辨奇异谱分析-独立分量分析(multi-resolutionsingularspectrumanalysis-Independentcomponentanalysis，MRSSA-ICA)算法的微弱信号盲提取技术。

背景技术

由于通信信号的产生和传输过程中会受到多信号和信道的干扰及其他不稳定因素的存在，会造成接收信号波形不稳定，其幅度越来越微小，使得对它们的检测和提取变得十分困难。微弱信号(weaksignaldetection,WSD)既指有用信号幅度远小于噪声的信号，又指被测的有用信号幅度绝对值较小的信号。传统的微弱信号检测是指对湮没在背景噪声中的微弱信号的测量,由于微弱信号本身的涨落、背景和放大器噪声的影响限制了它的测量灵敏度。对于微弱信号的检测不仅要放大信号，还要考虑到电路本身的噪声以及外界干扰等因素。因此，微弱信号提取一直是故障诊断领域的难点。另外，微弱信号检测技术也是通信领域的重点和难点，它要求在通信背景下快速、准确地从强噪声中还原出有用的微弱信号。由于通信环境的复杂性，目标信息通常会被淹没在各式各样的干扰背景噪声中，增加了微弱信号提取的难度。在强噪声背景下，接收端通常无法准确断定待测信号出现的时间点，导致在信号采集的时间范围内，只有其中的一部分时间是同时含有信号和噪声的，而其他时间范围内出现的均是纯噪声。噪声强度达到一定程度后，将很难与信号部分区别。然而现有的信号检测方法均建立在待测信号和噪声信号同时被采样的前提假设上，直接对采样信号进行去噪、特征值提取。由于需要拟合长时间的强噪声部分，检测结果存在一定误差。由于微弱信号经常淹没在噪声甚至其他信号之下，为了保证可以检测到该信号，传统的检测方法常常需要较多先验知识。而为了将感兴趣信号提取出来进行下一步的处理，传统的提取方法常常建立匹配滤波器，而这种滤波器的建立需要更多的先验知识。

进一步的，随着电磁环境的复杂化，电磁信号的多样化，电磁设备的宽带化，单通道内存在多信号分量的情况在通信、雷达、地震预警、生电分析等应用场景里越来越普遍。因此，在没有任何先验信息情况下将感兴趣的微弱信号从接受到的带内混合数据中检测、识别并提取出来是当前通信、雷达、侦察等领域中研究的重点和难点。显然，此时的微弱信号盲提取技术不仅要研究感兴趣微弱信号和噪声的统计特性差异，以备从噪声中获取微弱信号，更要研究感兴趣微弱信号和其他强信号直接的特性差异，以便从多个混合信号中获取感兴趣信号。由于微弱信号经常淹没在噪声和其他强信号之下，为了将感兴趣信号提取出来进行下一步的处理，传统的提取方法常常建立匹配滤波器，而这种滤波器的建立需要更多的先验知识。