[发明专利]基于传感器阵列分解和波束成形的源定位方法

权利要求书

1.一种基于传感器阵列分解和波束成形的源定位方法，其特征在于，所述的方法包括如下步骤：

(1)应用迭代CP(CANDECOMP/PARAFAC)矩阵分解技术重构MEG传感器阵列信号；

(2)应用重构后的传感器阵列信号和样本的二阶统计量来估计总体的协方差矩阵；

(3)应用投影向量的方差最小优化准则来估计深脑源的位置；

其中，所述的应用重构后的传感器阵列信号和样本的二阶统计量来估计总体的协方差矩阵具体操作方法为：

采用样本的二阶中心矩来估计总体协方差矩阵，具体的表达形式见公式(4)和(5)：

其中公式(5)为样本均值，应用迭代的CP分解重构出的传感器阵列矩阵来替换公式(4)中的阵列矩阵X，其中，X＝[x₁，x₂，...，x_M]，x_i表示在第i时刻点的MEG传感器测量值，x_i为N×1向量，N为传感器数目；

给出向量波束成形估计器的目标函数如下：

其中E(·)表示期望算子，W为权值矩阵，r₀表示所有体素中的任意一个；

采用方差最小化得到优化后的权值矩阵W，优化后的结果如公式(7)：

其中W(r)表示r位置处的投影矩阵，(·)^-1表示逆算子，表示重构传感器阵列的协方差矩阵，L(r)表示r位置处的前向解；

根据公式(8)计算出每个位置处的能量值，并根据所有位置点处能量值找出源的位置；

其中Pow(r)表示位置r处的能量值，tr{·}表示迹算子。

2.根据权利要求1所述的一种基于传感器阵列分解和波束成形的源定位方法，其特征在于，还包括步骤：

(4)在仿真数据和真实数据上验证算法的可行性。

3.根据权利要求1或2所述的一种基于传感器阵列分解和波束成形的源定位方法，其特征在于，

对于观察到的传感器信号X＝[x₁，x₂，...，x_M]，根据传感器信号来反推出源信号的位置，该过程称为反问题求解，该传感器信号的反问题求解模型表示为公式(1)：

X＝LD+ε (1)

其中x_i表示在第i时刻点的MEG传感器测量值，x_i为N×1向量，N为传感器数目，L表示一个N×J的前向解获得的引导场矩阵(lead-field matrix)，J表示未知的偶极子矩参数，D是一个在给定时间序列上的J×M偶极子矩阵，ε表示N×M的噪声矩阵，反问题求解过程即为根据已知的传感器阵列信号X求出解D。