[發明專利]微弱信號盲提取方法有效
| 申請號: | 202010010208.7 | 申請日: | 2020-01-06 |
| 公開(公告)號: | CN111160317B | 公開(公告)日: | 2023-03-28 |
| 發明(設計)人: | 盧廣闊 | 申請(專利權)人: | 西南電子技術研究所(中國電子科技集團公司第十研究所) |
| 主分類號: | G06F18/2134 | 分類號: | G06F18/2134;G06F18/24;G06F18/10 |
| 代理公司: | 成都九鼎天元知識產權代理有限公司 51214 | 代理人: | 羅強 |
| 地址: | 610036 四川*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 微弱 信號 提取 方法 | ||
本發明公開的一種微弱信號盲提取方法,旨在提供一種魯棒性和抗干擾性更加優越的盲提取方法,本發明通過下述技術方案實現:在基于信源獨立的前提下,建立單通道瞬時線性混合模型;將單通道混合信號構造為窗長L為2的矩陣C,再依據奇異譜分析理論,對其矩陣C進行奇異值分解,并通過反漢克爾變換,得到奇異值對應時間序列;不斷進行MRSSA變換,將單通道瞬時線性混合模型轉換成多通道的共信道瞬時線性混合模型,得到重構矩陣X;重構后,構建MRSSA?ICA濾波器,把單通道混合數據分解成多個ICs,將感興趣信號分量被從單通道時頻部分重疊多信號中提取出來,實現基于MRSSA?ICA的共信道盲提取微弱信號。
技術領域
本發明涉及一種適用于全盲條件下微弱信號提取方法,尤其是基于多分辨奇異譜分析-獨立分量分析(multi-resolutionsingularspectrumanalysis-Independentcomponentanalysis,MRSSA-ICA)算法的微弱信號盲提取技術。
背景技術
由于通信信號的產生和傳輸過程中會受到多信號和信道的干擾及其他不穩定因素的存在,會造成接收信號波形不穩定,其幅度越來越微小,使得對它們的檢測和提取變得十分困難。微弱信號(weaksignaldetection,WSD)既指有用信號幅度遠小于噪聲的信號,又指被測的有用信號幅度絕對值較小的信號。傳統的微弱信號檢測是指對湮沒在背景噪聲中的微弱信號的測量,由于微弱信號本身的漲落、背景和放大器噪聲的影響限制了它的測量靈敏度。對于微弱信號的檢測不僅要放大信號,還要考慮到電路本身的噪聲以及外界干擾等因素。因此,微弱信號提取一直是故障診斷領域的難點。另外,微弱信號檢測技術也是通信領域的重點和難點,它要求在通信背景下快速、準確地從強噪聲中還原出有用的微弱信號。由于通信環境的復雜性,目標信息通常會被淹沒在各式各樣的干擾背景噪聲中,增加了微弱信號提取的難度。在強噪聲背景下,接收端通常無法準確斷定待測信號出現的時間點,導致在信號采集的時間范圍內,只有其中的一部分時間是同時含有信號和噪聲的,而其他時間范圍內出現的均是純噪聲。噪聲強度達到一定程度后,將很難與信號部分區別。然而現有的信號檢測方法均建立在待測信號和噪聲信號同時被采樣的前提假設上,直接對采樣信號進行去噪、特征值提取。由于需要擬合長時間的強噪聲部分,檢測結果存在一定誤差。由于微弱信號經常淹沒在噪聲甚至其他信號之下,為了保證可以檢測到該信號,傳統的檢測方法常常需要較多先驗知識。而為了將感興趣信號提取出來進行下一步的處理,傳統的提取方法常常建立匹配濾波器,而這種濾波器的建立需要更多的先驗知識。
進一步的,隨著電磁環境的復雜化,電磁信號的多樣化,電磁設備的寬帶化,單通道內存在多信號分量的情況在通信、雷達、地震預警、生電分析等應用場景里越來越普遍。因此,在沒有任何先驗信息情況下將感興趣的微弱信號從接受到的帶內混合數據中檢測、識別并提取出來是當前通信、雷達、偵察等領域中研究的重點和難點。顯然,此時的微弱信號盲提取技術不僅要研究感興趣微弱信號和噪聲的統計特性差異,以備從噪聲中獲取微弱信號,更要研究感興趣微弱信號和其他強信號直接的特性差異,以便從多個混合信號中獲取感興趣信號。由于微弱信號經常淹沒在噪聲和其他強信號之下,為了將感興趣信號提取出來進行下一步的處理,傳統的提取方法常常建立匹配濾波器,而這種濾波器的建立需要更多的先驗知識。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西南電子技術研究所(中國電子科技集團公司第十研究所),未經西南電子技術研究所(中國電子科技集團公司第十研究所)許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010010208.7/2.html,轉載請聲明來源鉆瓜專利網。





