[发明专利]基于三因子迭代联合块对角化的时域混叠盲信号分离方法

摘要

本发明公开了一种基于三因子迭代联合块对角化的时域混叠盲信号分离方法，首先将从传感器接收的时域卷积混叠信号重新排列成观测数据矢量；计算观测数据矢量在指定时延下的二阶时延相关矩阵组；利用基于三因子迭代的非正交联合块对角化方法计算出真实块混叠矩阵的块本质相等矩阵；求块本质相等矩阵的伪逆矩阵；利用伪逆矩阵计算源信号估计信号，实现时域卷积混叠信号盲源分离。本发明构建的目标函数，并以此评价分离效果，进而求解三组矩阵因子，有效地提高了时域卷积混叠信号盲源分离效果，降低了计算复杂度，克服了易产生奇异解、对噪声敏感等缺点。在适用条件、收敛及分离性能方面都更具优势，是一种普遍适用且有效的盲源分离方法。

主权项

1.一种基于三因子迭代联合块对角化的时域混叠盲信号分离方法，其特征是针对卷积混叠信号进行盲源分离，盲源分离过程包括：步骤一从传感器接收并记录时域卷积混叠信号数据x_m(t)，该信号也称为观测信号，采样时刻t＝1,2,…,T，取xm(t)=[xm(t),xm(t-1),···,xm(t-W+1)]T,]]>其中m＝1,2,…,M，M为传感器总数目，t＝W,W+1,…,T，T为采样时刻总数，也称为观测时间长度，W为观测滑窗长度，对接收的时域卷积混叠信号x_m(t)根据传感器编号顺序重新排列成观测数据矢量x(t)，x(t)＝[x₁^T(t) x₂^T(t) … x_M^T(t)]^T，其中[]^T表示[]的转置；步骤二计算观测数据矢量x(t)在指定时延τ_l下的二阶时延相关矩阵组R(l)，R(l)＝E{[x(t)x^H(t+τ_l)]}＝x(t)x^H(t+τ_l)/(T-W+1)，其中，l＝1,2,…,L，L为指定时延的总个数，[]^H表示[]的共轭转置，E{*}表示对{*}取期望；步骤三利用三因子迭代的非正交联合块对角化方法求从传感器接收的时域卷积混叠信号的真实块混叠矩阵A的块本质相等矩阵，针对含二阶时延相关矩阵组R(l)构建目标函数，按任意指定顺序对构建的目标函数循环迭代分别求使目标函数的值最小的左块混叠矩阵V(k)、右块混叠矩阵U(k)和块对角矩阵组循环迭代直到三因子迭代的非正交联合块对角化方法收敛，方法收敛后，所得到的最终的左块混叠矩阵V(k)和右块混叠矩阵U(k)都是真实块混叠矩阵A的块本质相等矩阵，并记真实块混叠矩阵A的一个块本质相等矩阵为取或步骤四求块本质相等矩阵的伪逆矩阵步骤五实现观测信号的盲源分离，从传感器接收、记录的观测信号中分离出源信号的估计信号y(t)，利用块本质相等矩阵的伪逆矩阵计算源信号的估计信号y(t)，源信号的估计信号就是分离信号，分离信号是块本质相等矩阵的伪逆矩阵与观测信号的乘积，实现了时域卷积混叠信号的盲源分离过程。