[发明专利]基于自适应动量因子的时变信道下的盲源分离方法

摘要

本发明提出了一种基于自适应动量因子的时变信道下的盲源分离方法，属于信号处理领域，旨在保证分离收敛速度的同时有效降低分离的稳态误差，实现步骤为：构造分离指标并获取分离指标的自适应更新公式；获取分离矩阵的迭代步长；获取自适应动量因子；获取分离矩阵的迭代公式；获取源信号的估计值。本发明在分离矩阵的迭代中引入了自适应动量因子，在保证不降低分离收敛速度的条件下，降低了分离的稳态误差，提高源信号估计的准确性。

主权项

1.一种基于自适应动量因子的时变信道下的盲源分离方法，其特征在于，包括如下步骤：(1)获取分离指标S的自适应更新公式：(1a)构造以常数为底数的指数函数Γ，同时利用EASI收敛条件构造分离指标S；(1b)采用带有指数函数Γ的在线更新方式对分离指标S进行自适应更新，得到分离指标S的自适应更新公式；(2)获取分离矩阵的迭代步长μ(k)：(2a)以分离指标S为变量构造非线性单调递增函数k表示观测信号的采样点，k≥1；(2b)设分离矩阵的当前步长μ₁(k)，以μ₁(k‑1)和为变量构造线性函数μ(k)，并将该线性函数作为迭代步长；(3)定义混合矩阵A(k)、分离矩阵W(k)、全局矩阵G(k)和串音误差PI(k)：定义阶数为m×n的混合矩阵A(k)，阶数为n×m分离矩阵W(k)，并将A(k)和W(k)的乘积作为全局矩阵G(k)，G(k)串音误差为PI(k)，其中，m表示观测信号的个数，m≥2，n表示源信号的个数，n≥2；(4)获取自适应动量因子ψ(k)：(4a)采用最小均方误差准则构造A(k)的估计矩阵的目标函数，并通过梯度下降算法求解该目标函数，得到A(k)的估计矩阵然后通过迭代步长μ(k)代替中的固定步长，得到估计矩阵的迭代公式；(4b)将和W(k)的乘积作为G(k)的估计矩阵并通过计算串音误差PI(k)的估计值(4c)构造以为变量的函数，该函数即为自适应动量因子ψ(k)；(5)获取分离矩阵W(k)的迭代公式：(5a)以W(k)的KL散度为目标函数，并采用自然梯度算法对该目标函数进行求解，得到W(k)的更新公式；(5b)将W(k)的更新公式与动量项ψ(k)[W(k)‑W(k‑1)]进行拼接，并通过迭代步长μ(k)代替W(k)中的固定步长，得到W(k)的迭代公式；(6)获取源信号的估计值：判断当前观测信号的采样点数k是否小于观测信号长度，若是，则令k＝k+1，并执行步骤(1)，否则，计算观测信号x(k)与分离矩阵W(k)的乘积y(k)，得到源信号的估计值。