[發明專利]一種基于單源點的復值盲分離混合矩陣估計方法

在審

• 申請號: 201811607627.8
• 申請日: 2018-12-27
• 公開（公告）號: CN109711468A
• 公開（公告）日: 2019-05-03
• 發明（設計）人: 成瑋;加正正;陳雪峰;周光輝;倪晶磊;朱巖;陸建濤
• 申請（專利權）人: 西安交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 徐文權

本發明公開了一種基于單源點的復值盲分離混合矩陣估計方法，對于頻域卷積盲分離，利用短時傅里葉變換將時域卷積混合模型轉化為每個頻帶上的頻域瞬時混合模型，基于混合數據樣本的稀疏性假設，對復值混合數據進行相位標準化和取實部運算，將單源點提取由復數域轉化到實數域來進行，同時使得數據的聚類特性復現在實數域，避免了在復值域運算的過程，提高了獲取單源點問題的求解效率；利用稀疏編碼技術，實現位于同一個一維子空間的數據點的搜尋，然后將單源點回溯到復域，通過基于相位不變的Hermitian角余弦距離的層次聚類法實現復值混合矩陣的估計。本發明僅需觀察信號大于等于2個，即可實現任意源數目混合矩陣的估計。

技術領域

本發明涉及機械振動信號和聲輻射信號處理領域，具體基于單源點的復值盲分離混合矩陣估計方法。

背景技術

機械系統的振動和噪聲對系統的性能與安全有重要的影響，如水下航行器系統的振動過大容易影響自身穩定性能，航空發動機振動過大容易導致飛行器攜帶的儀器不能正常工作等，因此，尋找振動噪聲源并采取措施減小其影響至關重要，對于機械系統傳感器檢測的觀察信號不僅與當前時刻多個振源信號有關，也跟之前若干時刻的振源信號有關，而且鑒于機械系統的復雜性，通常缺乏振動源和混合特性的先驗知識，給振動噪聲源的尋找帶來了挑戰。

盲源分離是在源信號和混合過程未知的情況下，從觀測的混合信號中估計出原始信號的方法，為噪聲源的分離與識別提供了很好的解決方案。其中瞬時混合是盲源分離中最簡單的模型，盡管針對此模型已經提出了許多高效的算法，但在工程實際中很少符合瞬時混合模型，對于多輸入多輸出的機械系統來說，觀測點接收到是振動源經過復雜傳遞路徑后信號的疊加，如果不考慮非線性的因素，每一條傳遞路徑在時域上可以用一個濾波器近似表示；類似的，麥克風測到的聲信號是聲源在空間中數個延遲、反射疊加后的結果。因此研究卷積混合盲源分離對振動及噪聲源識別具有重要的工程意義與價值。

然而，在工程實際中，傳感器的數目有時會少于振動源的數目，如下面幾種情況：(1)傳感器安裝數目較少，某些裝備不能隨意安裝傳感器，如火箭和導彈等一旦型號確定，不能隨意更改結構方案；(2)傳感器長期工作在惡劣環境中引起故障，沒有采集到數據，在數據缺失的情況下，重新采集數據費時費力；(3)數據可用性差，傳感器安裝的位置不合理，對信號振動不敏感。此時，傳感器采集的觀測信號數目少于源信號數目，屬于欠定情況，一般盲源分離方法(如快速獨立分量分析，自然梯度算法等)失效，因此需要研究在欠定情況下卷積混合的盲分離方法。

針對卷積盲分離問題，目前主要存在兩類算法：第一類是時域分離算法，第二類是頻域分離算法。混合信號的頻域盲分離算法相對于時域盲源分離算法來說，因其較小的計算量和良好的分離性能，能夠克服時域盲解卷積中存在長濾波器估計困難的問題，因此更具工程應用價值。對于頻域欠定卷積盲源分離算法中復值盲分離混合矩陣估計是分離成功與否的關鍵，其估計精度直接影響著算法的分離精度。

目前，欠定情況下混合矩陣的估計方法主要利用信號在時域、頻域以及時頻域的稀疏性進行聚類分析，可以得到對應于每個源的單源點，即對應于混合矩陣的每一列。然而對于單源點提取的方法僅適用于混合矩陣是實值的情況。由于頻域欠定卷積盲源分離算法中混合矩陣是復值的，這些單源點的提取方法不能直接應用于混合矩陣的估計。

發明內容

本發明的目的在于提供一種基于單源點的復值盲分離混合矩陣估計方法，以克服現有技術的不足。

為達到上述目的，本發明采用如下技術方案：

一種基于單源點的復值盲分離混合矩陣估計方法，包括以下步驟：

步驟1，將待分析的復值觀測數據X進行相位標準化得到相應的復矩陣

步驟2，將獲取的復矩陣進行取實部運算，得到對應的實數矩陣R；

步驟3，以步驟2中得到的R為對象數據，利用稀疏編碼技術構造一個基于范數的目標函數，實現實域單源點快速提取；